一些 Numpy 函数返回 ndarray 而不是我的子类

Question

我对 Numpy 的 ndarray 类进行子类化，添加一些元数据和其他方法。我正在尝试按照 本文 和 那个。但是，某些 Numpy（或 Scipy）函数返回基类“ndarray”而不是我的自定义子类。其他 Numpy 函数确实返回我的子类，但我不知道差异的原因是什么。如何使所有 numpy/scipy 函数返回我的子类？这就是我所做的：

class Signal(np.ndarray):
    def __new__(cls, filename):
        #print "In __new__" #TEMP DEBUG
        ret = np.fromfile(filename, dtype = np.int32)
        ret = ret.view(cls) # convert to my class, i.e. Signal
        ret.parse_filename(filename)
        return ret

    def __array_finalize__(self, obj):
        #print "in __array_finalize__" #TEMP DEBUG
        if obj is None: return # shouldn't actually happen.
        # copy meta-fields from source, if it has them (otherwise put None's)
        self.filename = getattr(obj, "filename", None)
        self.folder = getattr(obj, "folder", None)
        self.label = getattr(obj, "label", None)
        self.date = getattr(obj, "date", None)
        self.time = getattr(obj, "time", None)
        #etc

这里有一些使用示例：

这些按预期工作 -

>>> s = Signal(filename)
>>> s2 = s[10:20]
>>> type (s2)
<class '__main__.Signal'>
>>> s3 = s + 17
>>> type (s3)
<class '__main__.Signal'>
>>> s4 = np.sqrt(s)
>>> type(s4)
<class '__main__.Signal'>

但是，这些怎么样？

>>> s5 = log10(s)
>>> type(s5)
<type 'numpy.ndarray'>
>>> s6 = np.fft.fft(s)
>>> type(s6)
<type 'numpy.ndarray'>

查看 fft 和 log10 的代码，我可以看到它们使用 asarray()，它剥离子类并返回一个 ndarray，解释了行为。因此，我的问题不是“从技术上讲，为什么会发生这种情况”，而是更多的设计问题 - 我应该如何编写代码才能避免这种情况发生？

ps 我是 Python 和 Stack Overflow 的新手，所以请原谅任何明显的错误或不恰当的地方......

谢谢， 盖伊。

Answer 1

我不确定 fft，但 np.log10 是 ufunc.下页解释了如何确定 ufunc 的输出类型： http://docs.scipy.org/doc/numpy/reference/ufuncs.html#output-type-determination

如果 fft 总是返回一个 ndarray 不过（我没有看过源代码，但 FFT 显然不符合 ufunc 的定义）。如果是这种情况，您始终可以编写自己的包装器并调用它。