Neudefinition * = Operator in numpy

Question

Als mentioned here und here, das nicht mehr in numpy 1.7+ funktioniert:

import numpy 
A = numpy.array([1, 2, 3, 4], dtype=numpy.int16) 
B = numpy.array([0.5, 2.1, 3, 4], dtype=numpy.float64) 
A *= B 

Eine Abhilfe ist zu tun:

def mult(a,b): 
    numpy.multiply(a, b, out=a, casting="unsafe") 

def add(a,b): 
    numpy.add(a, b, out=a, casting="unsafe") 

mult(A,B) 

aber das ist viel zu lange für jede Matrixoperation schreiben!

Wie kann der Operator 0nepy *= überschreiben, um dies standardmäßig zu tun?

Soll ich Unterklasse etwas?

Answer 1

Sie können np.set_numeric_ops verwenden, um Array-Arithmetik Methoden außer Kraft setzen:

import numpy as np 

def unsafe_multiply(a, b, out=None): 
    return np.multiply(a, b, out=out, casting="unsafe") 

np.set_numeric_ops(multiply=unsafe_multiply) 

A = np.array([1, 2, 3, 4], dtype=np.int16) 
B = np.array([0.5, 2.1, 3, 4], dtype=np.float64) 
A *= B 

print(repr(A)) 
# array([ 0, 4, 9, 16], dtype=int16) 

Answer 2

Sie können eine allgemeine Funktion erstellen und das gewünschte Attribut, um es passieren:

def calX(a,b, attr): 
    try: 
     return getattr(numpy, attr)(a, b, out=a, casting="unsafe") 
    except AttributeError: 
     raise Exception("Please enter a valid attribute") 

Demo:

>>> import numpy 
>>> A = numpy.array([1, 2, 3, 4], dtype=numpy.int16) 
>>> B = numpy.array([0.5, 2.1, 3, 4], dtype=numpy.float64) 
>>> calX(A, B, 'multiply') 
array([ 0, 4, 9, 16], dtype=int16) 
>>> calX(A, B, 'subtract') 
array([ 0, 1, 6, 12], dtype=int16) 

Beachten Sie, wenn Sie das Ergebnis außer Kraft setzen möchten, können Sie nur die Rückkehr der Funktion zuweisen zur ersten Matrix.

A = calX(A, B, 'multiply')