时间戳

首页 > 解决方案 > 为什么更改 numpy 子类的属性不会更改子类数组？

python - 为什么更改 numpy 子类的属性不会更改子类数组？

问题描述

当我对 numpy 数组进行子类化时遇到以下问题

例如：

import numpy

class Example(numpy.ndarray):
   def __new__(cls, x, y):
       dt = [('x', 'float'), ('y', 'float')]
       buffer = numpy.array(zip(x, y),dtype=dt)
       obj = super(Example, cls).__new__(cls, buffer.shape, dtype=dt,
                                          buffer=buffer)
       obj.x = numpy.array(x, dtype='float')
       obj.y = numpy.array(y, dtype='float')
       return obj

   def __array_finalize__(self, obj):
        if obj is None: return
        self.x = getattr(obj, 'x', None)
        self.y = getattr(obj, 'y', None)

如果我对 obj.x 和 obj['x'] 进行操作，一个不会改变另一个。例如这些操作将显示不同的结果

x = [1,2,3,4]
y = [1,1,1,1]

obj = Example(x,y)
obj.x = obj.x / 2.
print obj.x, obj['x']

或者

obj = Example(x,y)
obj['x'] = obj['x'] / 2.
print obj.x, obj['x']

每当我对其中一个（obj.x 或 obj['x']）进行操作时，我怎样才能做到这一点，另一个也会改变？

标签： pythonarraysnumpyattributessubclass

解决方案

使用[('x', 'float'), ('y', 'float')]as 数据类型告诉 numpy 创建一个结构化数组，其中包含名为xand的字段y。正如您所展示的，这些是使用方括号访问的。现在，您还obj.<name>向您的类添加了属性（使用 访问）。但是，您已经为属性创建了新数组。要修复属性表示法，您需要让xandy属性通过这些名称指向数组字段，而不是单独的数组。所以改变

   obj.x = numpy.array(x, dtype='float')
   obj.y = numpy.array(y, dtype='float')

至

   obj.x = obj['x']
   obj.y = obj['y']

编辑这仅修复问题中的第二个测试用例。分配给xory仍然分配一个新对象作为属性，而不是更新xor y。要解决这个问题，有必要修改__setattr__类的方法（见这里）

def __setattr__(self, attr, value):
    if attr in ['x', 'y']:
         getattr(self, attr)[:] = attr
    else:
         setattr(self, attr, value)

然而，Numpy 已经有了一个数组类型，允许将字段作为属性访问。你可以像这样使用它

obj = np.array(np.r_[x, y], dtype=[('x', 'float'), ('y', 'float')]) 
obj = obj.view(np.recarray)

那么恭喜！您已经有效地重新实现了记录数组（好吧，np.recarray不允许访问与属性或函数匹配的字段名称ndarray。所以名称喜欢mean或ndim不在，而您的代码将允许这些）。当您花费数小时创建 numpy 已经拥有的东西时，这总是一个好（而且非常令人沮丧）的迹象。

推荐阅读