子类化ndarray相对简单,但与其他Python对象相比,它有一些复杂的地方。在本页中,我们将解释允许您对ndarray子类的机制,以及实现子类的含义。
由于新的ndarray类实例可以以三种不同的方式出现,因此对ndarray进行子类化非常复杂。这些是:
显式构造函数调用-如中所示 MySubClass(params) . 这是创建Python实例的常用路径。
MySubClass(params)
视图转换-将现有的ndarray转换为给定的子类
从模板新建-从模板实例创建新实例。示例包括从子类数组返回切片、从ufunc创建返回类型以及复制数组。见 从模板新建 有关详细信息
最后两个是ndarrays的特性——为了支持数组切片之类的东西。子类数据库的复杂性是由于numpy必须支持后两个实例创建路径的机制造成的。
视图铸造 是标准的ndarray机制,通过该机制可以获取任何子类的ndarray,并将数组的视图作为另一个(指定的)子类返回:
>>> import numpy as np >>> # create a completely useless ndarray subclass >>> class C(np.ndarray): pass >>> # create a standard ndarray >>> arr = np.zeros((3,)) >>> # take a view of it, as our useless subclass >>> c_arr = arr.view(C) >>> type(c_arr) <class 'C'>
Ndarray子类的新实例也可以通过与 视图铸造 ,当numpy发现需要从模板实例创建新实例时。最明显的情况是,当您对子类数组进行切片时,会发生这种情况。例如:
>>> v = c_arr[1:] >>> type(v) # the view is of type 'C' <class 'C'> >>> v is c_arr # but it's a new instance False
切片是 view 在原版上 c_arr 数据。所以,当我们从ndarray中查看时,我们返回一个新的ndarray,它属于同一类,指向原始数据。
c_arr
在使用ndarrays的过程中,还有其他一些点需要这样的视图,例如复制数组 (c_arr.copy() ,创建ufunc输出数组(另请参见 __array_wrap__ 对于UFUNC和其他功能 以及减少方法(如 c_arr.mean() )
c_arr.copy()
c_arr.mean()
这些路径都使用相同的机器。我们在这里进行区分,因为它们会导致对您的方法的不同输入。明确地, 视图铸造 意味着您已经从ndarray的任何潜在子类创建了数组类型的新实例。 从模板新建 意味着您已经从一个预先存在的实例创建了一个类的新实例,允许您(例如)跨特定于子类的属性进行复制。
如果我们对ndarray进行子类化,那么不仅需要处理数组类型的显式构造,而且还需要处理 视图铸造 或 从模板新建 . NumPy有这样的机制,正是这种机制使得子类稍微不标准。
Ndarray用于支持视图的机制有两个方面,以及子类中模板的新增功能。
第一个是使用 ndarray.__new__ 方法的主要工作是初始化对象,而不是更常见的 __init__ 方法。第二种是使用 __array_finalize__ 方法来允许子类在从模板创建视图和新实例后进行清理。
ndarray.__new__
__init__
__array_finalize__
__new__
__new__ 是标准的python方法,如果存在,则在 __init__ 当我们创建一个类实例时。见 python __new__ documentation 更多细节。
例如,考虑下面的python代码:
class C: def __new__(cls, *args): print('Cls in __new__:', cls) print('Args in __new__:', args) # The `object` type __new__ method takes a single argument. return object.__new__(cls) def __init__(self, *args): print('type(self) in __init__:', type(self)) print('Args in __init__:', args)
这意味着我们得到:
>>> c = C('hello') Cls in __new__: <class 'C'> Args in __new__: ('hello',) type(self) in __init__: <class 'C'> Args in __init__: ('hello',)
当我们呼唤 C('hello') , the __new__ 方法获取自己的类作为第一个参数,并获取传递的参数,该参数是字符串 'hello' . 在python调用之后 __new__ ,它通常(见下文)调用 __init__ 方法,输出为 __new__ 作为第一个参数(现在是类实例),传递的参数如下。
C('hello')
'hello'
如您所见,可以在 __new__ 方法或 __init__ 方法,或者两者都有,实际上,ndarray没有 __init__ 方法,因为所有初始化都是在 __new__ 方法。
为什么使用 __new__ 而不是像往常一样 __init__ ?因为在某些情况下,对于ndarray,我们希望能够返回其他类的对象。考虑以下事项:
class D(C): def __new__(cls, *args): print('D cls is:', cls) print('D args in __new__:', args) return C.__new__(C, *args) def __init__(self, *args): # we never get here print('In D __init__')
意思是:
>>> obj = D('hello') D cls is: <class 'D'> D args in __new__: ('hello',) Cls in __new__: <class 'C'> Args in __new__: ('hello',) >>> type(obj) <class 'C'>
定义 C 和以前一样,但是 D , the __new__ 方法返回类的实例 C 而不是 D . 请注意 __init__ 方法 D 不会被呼叫。一般来说,当 __new__ 方法返回一个类的对象,而不是在其中定义该对象的类, __init__ 不调用该类的方法。
C
D
这就是ndarray类的子类如何返回保留类类型的视图。在查看时,标准的ndarray机械会创建新的ndarray对象,其内容如下:
obj = ndarray.__new__(subtype, shape, ...
在哪里? subdtype 是子类。因此,返回的视图与子类属于同一类,而不是属于类。 ndarray .
subdtype
ndarray
这解决了返回同一类型视图的问题,但现在我们有了一个新问题。ndarray的机器可以这样设置类,在它的标准视图方法中,但是ndarray __new__ method knows nothing of what we have done in our own __new__ method in order to set attributes, and so on. (Aside - why not call obj = subdtype.__new__(... 那么呢?因为我们可能没有 __new__ 具有相同调用签名的方法)。
obj = subdtype.__new__(...
__array_finalize__ 是numpy提供的允许子类处理新实例创建的各种方式的机制。
记住,子类实例可以通过以下三种方式实现:
显式构造函数调用 (obj = MySubClass(params) )这将调用 MySubClass.__new__ 那么(如果它存在的话) MySubClass.__init__ .
obj = MySubClass(params)
MySubClass.__new__
MySubClass.__init__
视图铸造
从模板新建
我们的 MySubClass.__new__ 方法只在显式构造函数调用的情况下被调用,因此我们不能依赖 MySubClass.__new__ 或 MySubClass.__init__ 处理视图转换和新模板。结果是 MySubClass.__array_finalize__ does 调用所有三种对象创建方法,因此这是我们的对象创建内务管理通常要做的事情。
MySubClass.__array_finalize__
对于显式构造函数调用,我们的子类需要创建一个自己类的新ndarray实例。在实践中,这意味着代码的作者需要调用 ndarray.__new__(MySubClass,...) ,类层次结构准备调用 super(MySubClass, cls).__new__(cls, ...) 或查看现有数组的强制转换(请参见下文)
ndarray.__new__(MySubClass,...)
super(MySubClass, cls).__new__(cls, ...)
对于视图铸造和新模板,等效于 ndarray.__new__(MySubClass,... 在C级别调用。
ndarray.__new__(MySubClass,...
关于 __array_finalize__ 对于上面三种创建实例的方法,接收不同。
下面的代码允许我们查看调用序列和参数:
import numpy as np class C(np.ndarray): def __new__(cls, *args, **kwargs): print('In __new__ with class %s' % cls) return super(C, cls).__new__(cls, *args, **kwargs) def __init__(self, *args, **kwargs): # in practice you probably will not need or want an __init__ # method for your subclass print('In __init__ with class %s' % self.__class__) def __array_finalize__(self, obj): print('In array_finalize:') print(' self type is %s' % type(self)) print(' obj type is %s' % type(obj))
现在:
>>> # Explicit constructor >>> c = C((10,)) In __new__ with class <class 'C'> In array_finalize: self type is <class 'C'> obj type is <type 'NoneType'> In __init__ with class <class 'C'> >>> # View casting >>> a = np.arange(10) >>> cast_a = a.view(C) In array_finalize: self type is <class 'C'> obj type is <type 'numpy.ndarray'> >>> # Slicing (example of new-from-template) >>> cv = c[:1] In array_finalize: self type is <class 'C'> obj type is <class 'C'>
签字 __array_finalize__ 是::
def __array_finalize__(self, obj):
一个人看到了 super 呼叫,转到 ndarray.__new__ 通过 __array_finalize__ 我们班的新对象 (self )以及从中获取视图的对象 (obj )从上面的输出可以看到, self 始终是子类的新创建实例,并且 obj 三种实例创建方法不同:
super
self
obj
当从显式构造函数调用时, obj 是 None
None
当从视图强制转换调用时, obj 可以是ndarray的任何子类的实例,包括我们自己的。
当从模板调用new时, obj 是我们自己的子类的另一个实例,我们可以使用它来更新 self 实例。
因为 __array_finalize__ 是唯一一个始终可以看到正在创建新实例的方法,它是为新对象属性和其他任务填充实例默认值的合理位置。
通过一个例子,这可能更清楚。
import numpy as np class InfoArray(np.ndarray): def __new__(subtype, shape, dtype=float, buffer=None, offset=0, strides=None, order=None, info=None): # Create the ndarray instance of our type, given the usual # ndarray input arguments. This will call the standard # ndarray constructor, but return an object of our type. # It also triggers a call to InfoArray.__array_finalize__ obj = super(InfoArray, subtype).__new__(subtype, shape, dtype, buffer, offset, strides, order) # set the new 'info' attribute to the value passed obj.info = info # Finally, we must return the newly created object: return obj def __array_finalize__(self, obj): # ``self`` is a new object resulting from # ndarray.__new__(InfoArray, ...), therefore it only has # attributes that the ndarray.__new__ constructor gave it - # i.e. those of a standard ndarray. # # We could have got to the ndarray.__new__ call in 3 ways: # From an explicit constructor - e.g. InfoArray(): # obj is None # (we're in the middle of the InfoArray.__new__ # constructor, and self.info will be set when we return to # InfoArray.__new__) if obj is None: return # From view casting - e.g arr.view(InfoArray): # obj is arr # (type(obj) can be InfoArray) # From new-from-template - e.g infoarr[:3] # type(obj) is InfoArray # # Note that it is here, rather than in the __new__ method, # that we set the default value for 'info', because this # method sees all creation of default objects - with the # InfoArray.__new__ constructor, but also with # arr.view(InfoArray). self.info = getattr(obj, 'info', None) # We do not need to return anything
使用对象如下:
>>> obj = InfoArray(shape=(3,)) # explicit constructor >>> type(obj) <class 'InfoArray'> >>> obj.info is None True >>> obj = InfoArray(shape=(3,), info='information') >>> obj.info 'information' >>> v = obj[1:] # new-from-template - here - slicing >>> type(v) <class 'InfoArray'> >>> v.info 'information' >>> arr = np.arange(10) >>> cast_arr = arr.view(InfoArray) # view casting >>> type(cast_arr) <class 'InfoArray'> >>> cast_arr.info is None True
这个类不是很有用,因为它与裸Ndarray对象具有相同的构造函数,包括传入缓冲区和形状等。我们可能希望构造函数能够从通常的numpy调用中获取已经形成的ndarray np.array 并返回一个对象。
np.array
这是一个类,它采用已经存在的标准ndarray,将其转换为我们的类型,并添加一个额外的属性。
import numpy as np class RealisticInfoArray(np.ndarray): def __new__(cls, input_array, info=None): # Input array is an already formed ndarray instance # We first cast to be our class type obj = np.asarray(input_array).view(cls) # add the new attribute to the created instance obj.info = info # Finally, we must return the newly created object: return obj def __array_finalize__(self, obj): # see InfoArray.__array_finalize__ for comments if obj is None: return self.info = getattr(obj, 'info', None)
所以:
>>> arr = np.arange(5) >>> obj = RealisticInfoArray(arr, info='information') >>> type(obj) <class 'RealisticInfoArray'> >>> obj.info 'information' >>> v = obj[1:] >>> type(v) <class 'RealisticInfoArray'> >>> v.info 'information'
__array_ufunc__
1.13 新版功能.
子类可以通过覆盖默认值来覆盖在其上执行numpy ufunc时发生的情况。 ndarray.__array_ufunc__ 方法。执行此方法 相反 并应返回操作的结果,或 NotImplemented 如果请求的操作未实现。
ndarray.__array_ufunc__
NotImplemented
签字 __array_ufunc__ 是::
def __array_ufunc__(ufunc, method, *inputs, **kwargs): - *ufunc* is the ufunc object that was called. - *method* is a string indicating how the Ufunc was called, either ``"__call__"`` to indicate it was called directly, or one of its :ref:`methods<ufuncs.methods>`: ``"reduce"``, ``"accumulate"``, ``"reduceat"``, ``"outer"``, or ``"at"``. - *inputs* is a tuple of the input arguments to the ``ufunc`` - *kwargs* contains any optional or keyword arguments passed to the function. This includes any ``out`` arguments, which are always contained in a tuple.
典型的实现将转换任何属于自己类的实例的输入或输出,并使用 super() ,最后在可能的反向转换之后返回结果。示例,取自测试用例 test_ufunc_override_with_super 在里面 core/tests/test_umath.py ,如下所示。
super()
test_ufunc_override_with_super
core/tests/test_umath.py
input numpy as np class A(np.ndarray): def __array_ufunc__(self, ufunc, method, *inputs, out=None, **kwargs): args = [] in_no = [] for i, input_ in enumerate(inputs): if isinstance(input_, A): in_no.append(i) args.append(input_.view(np.ndarray)) else: args.append(input_) outputs = out out_no = [] if outputs: out_args = [] for j, output in enumerate(outputs): if isinstance(output, A): out_no.append(j) out_args.append(output.view(np.ndarray)) else: out_args.append(output) kwargs['out'] = tuple(out_args) else: outputs = (None,) * ufunc.nout info = {} if in_no: info['inputs'] = in_no if out_no: info['outputs'] = out_no results = super(A, self).__array_ufunc__(ufunc, method, *args, **kwargs) if results is NotImplemented: return NotImplemented if method == 'at': if isinstance(inputs[0], A): inputs[0].info = info return if ufunc.nout == 1: results = (results,) results = tuple((np.asarray(result).view(A) if output is None else output) for result, output in zip(results, outputs)) if results and isinstance(results[0], A): results[0].info = info return results[0] if len(results) == 1 else results
所以,这个类实际上并没有做任何有趣的事情:它只是将自己的任何实例转换为常规的ndarray(否则,我们将得到无限递归!)并添加了 info 一种字典,用来说明它转换了哪些输入和输出。因此,例如,
info
>>> a = np.arange(5.).view(A) >>> b = np.sin(a) >>> b.info {'inputs': [0]} >>> b = np.sin(np.arange(5.), out=(a,)) >>> b.info {'outputs': [0]} >>> a = np.arange(5.).view(A) >>> b = np.ones(1).view(A) >>> c = a + b >>> c.info {'inputs': [0, 1]} >>> a += b >>> a.info {'inputs': [0, 1], 'outputs': [0]}
注意另一种方法是 getattr(ufunc, methods)(*inputs, **kwargs) 而不是 super 打电话。在这个例子中,结果是相同的,但是如果另一个操作数也定义了 __array_ufunc__ . 例如,假设我们评估 np.add(a, b) 在哪里 b 是另一个类的实例 B 有一个覆盖。如果你使用 super 就像例子中那样, ndarray.__array_ufunc__ 会注意到 b 有一个重写,这意味着它不能计算结果本身。因此,它将返回 NotImplemented 我们班也一样 A . 然后,控制权将移交给 b 要么知道如何处理我们并产生结果,要么不知道并返回 NotImplemented 抬起 TypeError .
getattr(ufunc, methods)(*inputs, **kwargs)
np.add(a, b)
b
B
A
TypeError
如果相反,我们将替换 super 打电话 getattr(ufunc, method) 我们确实做到了 np.add(a.view(np.ndarray), b) . 再一次, B.__array_ufunc__ 将被调用,但现在它看到 ndarray 作为另一个论点。很可能,它将知道如何处理此问题,并返回 B 给我们上课。我们的示例类没有设置为处理这个问题,但是如果(例如)重新实现一个示例类,那么它可能是最好的方法。 MaskedArray 使用 __array_ufunc__ .
getattr(ufunc, method)
np.add(a.view(np.ndarray), b)
B.__array_ufunc__
MaskedArray
最后一点:如果 super 路由适合于给定的类,使用它的一个优点是它有助于构造类层次结构。例如,假设我们的另一个班 B 也使用了 super 在其 __array_ufunc__ 实现,我们创建了一个类 C 这取决于两者,即, class C(A, B) (为了简单起见,不是另一个 __array_ufunc__ 重写)。然后是的实例上的任何ufunc C 会传给 A.__array_ufunc__ , the super 拜访 A 会去 B.__array_ufunc__ 和 super 拜访 B 会去 ndarray.__array_ufunc__ 从而允许 A 和 B 合作。
class C(A, B)
A.__array_ufunc__
__array_wrap__
在numpy 1.13之前,只能使用 __array_wrap__ 和 __array_prepare__ . 这两个允许一个更改ufunc的输出类型,但与 __array_ufunc__ ,不允许对输入进行任何更改。人们希望最终会贬低这些,但是 __array_wrap__ 也用于其他numpy函数和方法,例如 squeeze 因此,目前仍然需要完整的功能。
__array_prepare__
squeeze
概念上, __array_wrap__ “包装操作”是指允许子类设置返回值的类型并更新属性和元数据。让我们用一个例子来说明这是如何工作的。首先,我们返回到更简单的示例子类,但使用不同的名称和一些print语句:
import numpy as np class MySubClass(np.ndarray): def __new__(cls, input_array, info=None): obj = np.asarray(input_array).view(cls) obj.info = info return obj def __array_finalize__(self, obj): print('In __array_finalize__:') print(' self is %s' % repr(self)) print(' obj is %s' % repr(obj)) if obj is None: return self.info = getattr(obj, 'info', None) def __array_wrap__(self, out_arr, context=None): print('In __array_wrap__:') print(' self is %s' % repr(self)) print(' arr is %s' % repr(out_arr)) # then just call the parent return super(MySubClass, self).__array_wrap__(self, out_arr, context)
我们在新数组的一个实例上运行一个ufunc:
>>> obj = MySubClass(np.arange(5), info='spam') In __array_finalize__: self is MySubClass([0, 1, 2, 3, 4]) obj is array([0, 1, 2, 3, 4]) >>> arr2 = np.arange(5)+1 >>> ret = np.add(arr2, obj) In __array_wrap__: self is MySubClass([0, 1, 2, 3, 4]) arr is array([1, 3, 5, 7, 9]) In __array_finalize__: self is MySubClass([1, 3, 5, 7, 9]) obj is MySubClass([0, 1, 2, 3, 4]) >>> ret MySubClass([1, 3, 5, 7, 9]) >>> ret.info 'spam'
注意,UFunc (np.add )已呼叫 __array_wrap__ 带参数的方法 self 作为 obj 和 out_arr 作为添加的(ndarray)结果。反过来,默认 __array_wrap__ (ndarray.__array_wrap__ )已将结果强制转换为类 MySubClass 并称之为 __array_finalize__ -因此,复制 info 属性。这一切都发生在C级。
np.add
out_arr
ndarray.__array_wrap__
MySubClass
但是,我们可以做任何我们想做的事情:
class SillySubClass(np.ndarray): def __array_wrap__(self, arr, context=None): return 'I lost your data'
>>> arr1 = np.arange(5) >>> obj = arr1.view(SillySubClass) >>> arr2 = np.arange(5) >>> ret = np.multiply(obj, arr2) >>> ret 'I lost your data'
因此,通过定义 __array_wrap__ 方法,我们可以调整ufuncs的输出。这个 __array_wrap__ 方法要求 self ,然后是一个参数(这是ufunc的结果)和一个可选参数 语境 . 此参数由ufuncs作为3元素元组返回:(ufunc的名称、ufunc的参数、ufunc的域),但不由其他numpy函数设置。不过,如上所述,也有可能采取其他措施, __array_wrap__ 应返回其包含类的实例。有关实现,请参见屏蔽数组子类。
除了 __array_wrap__ 在离开UFunc的路上,也有一个 __array_prepare__ 方法,在创建输出数组之后,但在执行任何计算之前,在进入ufunc的过程中调用。默认实现只通过数组进行传递。 __array_prepare__ 不应尝试访问数组数据或调整数组的大小,它用于设置输出数组类型、更新属性和元数据,以及根据计算开始前可能需要的输入执行任何检查。喜欢 __array_wrap__ , __array_prepare__ 必须返回ndarray或其子类或引发错误。
__del__
Ndarray解决的问题之一是跟踪Ndarray及其视图的内存所有权。考虑一下我们创建了一个ndarray的情况, arr 吃了一片 v = arr[1:] . 这两个对象正在查看相同的内存。numpy跟踪特定数组或视图的数据来源,使用 base 属性:
arr
v = arr[1:]
base
>>> # A normal ndarray, that owns its own data >>> arr = np.zeros((4,)) >>> # In this case, base is None >>> arr.base is None True >>> # We take a view >>> v1 = arr[1:] >>> # base now points to the array that it derived from >>> v1.base is arr True >>> # Take a view of a view >>> v2 = v1[1:] >>> # base points to the original array that it was derived from >>> v2.base is arr True
一般来说,如果数组拥有自己的内存,那么 arr 在这种情况下,那么 arr.base 将没有-有一些例外,这-见 NumPy 的书,以获得更多的细节。
arr.base
这个 base 属性在判断是否有视图或原始数组时很有用。如果我们需要知道在删除子类数组时是否要进行某些特定的清理,那么这反过来会很有用。例如,我们可能只希望在删除原始数组的情况下进行清理,而不希望删除视图。有关这项工作的示例,请查看 memmap 班在 numpy.core .
memmap
numpy.core
分类时 ndarray 或者创造出模仿 ndarray 接口,您有责任决定API与numpy的API的一致性。为了方便起见,许多numpy函数 ndarray 方法(例如, sum , mean , take , reshape )检查函数的第一个参数是否具有相同名称的方法。如果该方法存在,则调用该方法,而不是将参数强制为numpy数组。
sum
mean
take
reshape
例如,如果您希望子类或duck类型与numpy兼容 sum 函数,此对象的方法签名 sum 方法应如下:
def sum(self, axis=None, dtype=None, out=None, keepdims=False): ...
这是完全相同的方法签名 np.sum ,如果用户调用 np.sum 在这个对象上,numpy将调用该对象自己的 sum 方法并传入上面在签名中枚举的这些参数,不会引发任何错误,因为签名完全兼容。
np.sum
但是,如果您决定偏离此签名并执行如下操作:
def sum(self, axis=None, dtype=None): ...
此对象不再与兼容 np.sum 因为如果你打电话 np.sum ,它将传入意外的参数 out 和 keepdims ,导致引发类型错误。
out
keepdims
如果您希望保持与numpy及其后续版本(可能会添加新的关键字参数)的兼容性,但不希望显示numpy的所有参数,那么您的函数的签名应该接受 **kwargs . 例如:
**kwargs
def sum(self, axis=None, dtype=None, **unused_kwargs): ...
此对象现在与兼容 np.sum 同样,因为任何无关的参数(即关键字不是 axis 或 dtype )将被隐藏在 **unused_kwargs 参数。
axis
dtype
**unused_kwargs