如何让 __radd__ 使用 numpy 数组

Question

考虑以下 python 代码：

class MyClass:
   def __radd__(self, a):
      print "foo", a
      return a

p = MyClass()

要调用 radd，可以运行以下命令：

>>> print "bar"+p
foo bar
bar

这是预期的行为。 __add__ 运行并失败，因此 __radd__ 接管并处理这种情况。 但对于 numpy 数组，它的行为有点不同：

>>> v = np.arange(2)
>>> print v+p
foo 0.
foo 1.
[0. 1.]

似乎与上面的示例不同v.__add__ 迭代地遍历 v 的组件并执行 p.__radd__< /代码> 他们。换句话说，它决定返回类型将是 ndarray （只要代码不崩溃）。我知道这是试图变得聪明的 numpy，但有时我希望我的班级能够处理算术方法。

是否可以使用 numpy 数组获得标准的 __radd__ 行为？

Answer 1

当您执行 a+b 时，a 通常首先会定义其含义：仅当 a.__add__ 时才会使用 b.__radd__没有实施。因此，在一般情况下，如果您想控制加法，则必须确保将对象放在第一位：b+a。

不过，根据文档，有一个例外。如果您子类化 numpy.ndarray 并定义一个 __radd__ 方法，那么首先会尝试该方法。因此，如果您的对象基于数组有意义，您就可以这样做。