Wykreślona klasa z tablicy numpy nie gra dobrze z macierzą i maskowaną tablicą

Question

Próbuję podklasy numpy ndarray, ale nie jestem w stanie uzyskać prawo operacji z innymi typami numpy, takich jak maskowana tablica lub macierz. Wydaje mi się, że __array_priority__ nie jest honorowany. Jako przykład, mam stworzył atrapę klasę, która naśladuje ważne aspekty:

import numpy as np 

class C(np.ndarray): 

    __array_priority__ = 15.0 

    def __mul__(self, other): 
     print("__mul__") 
     return 42 

    def __rmul__(self, other): 
     print("__rmul__") 
     return 42 

operacji pomiędzy moją klasą i normalnego ndarray pracy zgodnie z oczekiwaniami:

>>> c1 = C((3, 3)) 
>>> o1 = np.ones((3, 3)) 
>>> print(o1 * c1) 
__mul__ 
42 
>>> print(c1 * o1) 
__rmul__ 
42 

Jednak, gdy staram się działać z macierzą (lub maskowanymi tablicami) priorytet tablicy nie jest przestrzegany.

>>> m = np.matrix((3, 3)) 
>>> print(c1 * m) 
__mul__ 
42 
>>> print(m * c1) 
Traceback (most recent call last): 
... 
    File "/usr/lib64/python2.7/site-packages/numpy/matrixlib/defmatrix.py", line 330, in __mul__ 
    return N.dot(self, asmatrix(other)) 
ValueError: objects are not aligned 

Wydaje mi się, że sposób, w jaki ufuncs są pakowane dla macierzy i tablic z maskowaniem, nie uwzględnia priorytetu tablicowego. Czy tak jest? Czy jest w pobliżu praca?

Answer 1

Jeden obejście jest podklasy np.matrixib.defmatrix.matrix:

class C(np.matrixlib.defmatrix.matrix): 

    __array_priority__ = 15.0 

    def __mul__(self, other): 
     print("__mul__") 
     return 42 

    def __rmul__(self, other): 
     print("__rmul__") 
     return 4 

W tym przypadku priorytetem jest również wyższa niż w np.ndarray i wasze metody mnożenia są zawsze dzwonił.

Jak dodał w komentarzach, można podklasy z wielu klas w przypadku trzeba interoperacyjność:

class C(np.matrixlib.defmatrix.matrix, np.ndarray):