Numpy：创建对称矩阵类

Question

基于 这个答案 我正在用 numpy 在 python 中为对称矩阵编写一个简单的类，但是我我遇到了（可能是一个非常简单的）问题。这是有问题的代码：

import numpy as np

 class SyMatrix(np.ndarray):
    def __init__(self, arr):
        self = (arr + arr.T)/2.0 - np.diag(np.diag(arr)) 
    def __setitem__(self,(i,j), val):
        np.ndarray.__setitem__(self, (i, j), value)
        np.ndarray.__setitem__(self, (j, i), value)

除了这种感觉错误之外（我不知道分配给 self 是否是一个好的做法......）当我尝试创建一个新数组时，我得到了这个：

>>> foo = SyMatrix( np.zeros(shape = (2,2)))
Traceback (most recent call last):
   File "<stdin>", line 1, in <module>
TypeError: only length-1 arrays can be converted to Python scalars

我也尝试过：

import numpy as np

 class SyMatrix(np.ndarray):
    def __init__(self, n):
        self =  np.zeros(shape = (n,n)).view(SyMatrix)  
    def __setitem__(self,(i,j), val):
        np.ndarray.__setitem__(self, (i, j), value)
        np.ndarray.__setitem__(self, (j, i), value)

然后我得到：

>>> foo = SyMatrix(2)
>>> foo
SyMatrix([  6.93581448e-310,   2.09933710e-316])
>>> 

我期望一个带有 shape=(2,2) 的数组。做我想做的事情的正确方法是什么？分配给 self 有问题吗？

Answer 1

这里有几个问题。

1. 当子类化numpy.ndarray()时，您应该覆盖__new__()，而不是__init__()。你的线路

   foo = SyMatrix(2)
   

   实际上是用参数2调用numpy.ndarray.__new__()，与其签名。

2. 分配给self在这里绝对没有任何作用。它只是创建一个对象并使本地名称 self 指向该对象。一旦函数退出，所有本地名称都会被删除。 Python 中的赋值既不创建变量，也不改变对象；它只是为现有对象分配一个名称。

3. 即使解决了最后两个问题，您的对称矩阵类也不会按预期工作。实际上，您需要覆盖数十种方法才能确保矩阵始终对称。

4. (arr + arr.T)/2.0 - np.diag(np.diag(arr)) 很可能不是您想要的。对角线上总是有零。您可能需要 (arr + arr.T)/2.0。