python - 为什么 numpy.r_ 使用方括号而不是圆括号？

Question

Numpy.r_、.c_ 和 .s_ 是我遇到的唯一在方括号而不是圆括号中接受参数的 Python 函数。为什么会这样？这些功能有什么特别之处吗？我可以创建自己的使用括号的函数吗(不是我想要的；只是好奇)？

例如，正确的语法是:

    np.r_['0,2', [1,2,3], [4,5,6]]

我本以为会是:

    np.r_('0,2', [1,2,3], [4,5,6])

Answer 1

任何 Python 类都可以使其实例接受其中一种或两种表示法:它将通过实现一个名为 __call__ 的函数来接受括号，通过实现 __getitem__ 来接受方括号。

np.r_ 恰好属于一个实现了 __getitem__ 的类，可以做比平常更奇特的事情。也就是说，r_ 的类(称为 np.lib.index_tricks.RClass)执行如下操作:

class RClass:
    def __getitem__(self, item):
        # r_ fancyness

很可能，这样做是为了利用切片符号 - 例如，当您有一个列表(或 np 数组或任何其他实现此协议(protocol)的对象)l 时，您可以:

l[:5]

，Python自动创建一个slice对象传递给__getitem__。

此语法不与__call__ 一起使用 - 用户必须显式创建切片，方法是l(slice(5)).

请注意，__call__ 可以采用您喜欢的任何参数；而 __getitem__ 总是只接受一个参数:当您执行类似 my_array[1:3, 2:5] 的操作时，Python 会传入一个元组 切片。但是，正如您在 r_ 中看到的那样，内容不限于数字和切片 - 与任何其他函数类似，Python 会愉快地传入任何对象并将其留给类来计算它的内容意味着。