python - 创建一个 numpy 数组子类，其中所有形状更改操作都返回一个普通数组

Question

我有一个数组子类，其中一些额外的属性只对对象的原始形状有效。有没有办法确保所有数组形状更改操作都返回一个普通的 numpy 数组而不是我的类的实例？

我已经写了 array_wrap，但这似乎对 np.mean、np.sum 或 np. 等操作没有任何影响。滚动轴。这些都只返回我的类的一个实例。

import numpy as np    

class NewArrayClass(np.ndarray):
    __array_priority__ = 3.0
    def __array_wrap__(self, out_arr, context=None):
        if out_arr.shape == self.shape:
            out = out_arr.view(new_array)
            # Do a bunch of class dependant initialization and attribute copying.
            # ...
            return out
        else:
            return np.asarray(out_arr)

A = np.arange(10)
A.shape = (5, 2)
A = arr.view(NewArrayClass)
# Would like this to be np.ndarray, but get new_array_class.
print type(np.sum(A, 0))

我想我必须在 __new__ 或 __array_finalize__ 中做一些事情，但我不知道是什么。

更新:在仔细阅读关于子类化的 numpy 文档(http://docs.scipy.org/doc/numpy/user/basics.subclassing.html)后，所有数组形状更改操作都在执行“从模板新建”操作。所以问题就变成了，如何使“从模板新建”操作返回 ndarray 实例而不是我的类的实例。据我所知，这些函数中从未调用过 __new__。

替代方案:假设以上不可能，我如何至少在 __array_finalize__ 中识别新的模板操作(而不是 View 转换)？这至少会让我取消引用一些通过引用复制的属性。我还可以设置一个标志或其他东西来告诉新实例它的形状无效。

Answer 1

如果您不向您的 NewArrayClass 实例引入任何新成员，您可以重新分配返回实例的 __class__ 属性。

A.__class__ = np.ndarray

重点是你为什么要做这样的事情。您是否在其他地方进行严格的类型检查？使用鸭子打字你会做得更多。