我有一个奇怪的子类numpy.ndarray问题,感觉像
Values of instance variables of superclass persist across instances of subclass
但是,为了我的例子,我还没有完全理解或使其工作.
Values of instance variables of superclass persist across instances of subclass
但是,为了我的例子,我还没有完全理解或使其工作.
阅读
Slightly more realistic example – attribute added to existing array我正在努力做到这一点.我想在数组中添加一个attrs属性来保存单词在字典中的信息.
这是我有的:
import numpy
class dmarray(numpy.ndarray):
def __new__(cls,input_array,attrs={}):
obj = numpy.asarray(input_array).view(cls)
obj.attrs = attrs
return obj
def __array_finalize__(self,obj):
# see InfoArray.__array_finalize__ for comments
if obj is None:
return
self.attrs = getattr(obj,'attrs',{})
所以然后用它来展示这个问题
a = dmarray([1,2,3,4])
b = dmarray([1,4])
a.attrs['foo'] = 'bar'
print(b.attrs)
#{'foo': 'bar'}
b.attrs is a.attrs
# True # hmm....
所以b正在拾起我不想要的attrs.令人烦恼的是,如果你这样做:
from datamodel import *
a = dmarray([1,4],attrs={'foo':'bar'})
b = dmarray([1,4])
b.attrs
# {}
那么在世界上,我如何使这个dmarray工作怎么样呢?
编辑:
好的,所以这似乎解决了问题,但我不明白为什么.所以我们可以将问题改为这是做什么以及为什么它的工作原理?
class dmarray(numpy.ndarray):
def __new__(cls,attrs=None):
obj = numpy.asarray(input_array).view(cls)
return obj
def __init__(self,attrs=None):
if attrs == None:
attrs = {}
self.attrs = attrs
所以通过从__new __()中删除kwarg并将其放在__init __()中.我刚刚尝试过这个“好吧,它可能会工作”
a = dmarray([1,4])
a.attrs['foo'] = 'bar'
b.attrs
# {}
解决方法
问题在这里:
def __new__(cls,attrs={})
不要在函数头中这样做attrs = {}.预期的结果是(可能)不是你认为的.这是一个常见的Python陷阱.见这里Default Parameter Values in Python
正确的方法如何做到这一点:
def __new__(cls,attrs=None):
if attrs is None:
attrs = {}