python – 强制乘法使用__rmul __()而不是Numpy数组__mul __()或绕过广播

这个问题与Overriding other __rmul__ with your class’s __mul__中提出的问题很接近,但我认为这是一个更普遍的问题,只有数字数据.这也没有回答,我真的不想使用矩阵乘法@来进行此操作.因此,问题.

我有一个接受与标量和数值数组相乘的对象.像往常一样,左乘法工作正常,因为它是使用myobj()方法,但在右乘法中,NumPy使用广播规则并使用dtype = object给出元素结果.

这也具有无法检查阵列大小是否兼容的副作用.

因此,问题是

Is there a way to force numpy array to look for the __rmul__() of the other object instead of broadcasting and performing elementwise __mul__()?

在我的特定情况下,对象是MIMO(多输入,多输出)传递函数矩阵(或者如果你愿意,则是滤波器系数矩阵),因此矩阵乘法在线性系统的加法和乘法方面具有特殊含义.因此,在每个条目中都有SISO系统.

import numpy as np

class myobj():
    def __init__(self):
        pass

    def __mul__(self, other):
        if isinstance(other, type(np.array([0.]))):
            if other.size == 1:
                print('Scalar multiplication')
            else:
                print('Multiplication of arrays')

    def __rmul__(self, other):
        if isinstance(other, type(np.array([0.]))):
            if other.size == 1:
                print('Scalar multiplication')
            else:
                print('Multiplication of arrays')

A = myobj()
a = np.array([[[1+1j]]])  # some generic scalar
B = np.random.rand(3, 3)

使用这些定义,以下命令显示了不需要的行为.

In [123]: A*a
Scalar multiplication

In [124]: a*A
Out[124]: array([[[None]]], dtype=object)

In [125]: B*A
Out[125]: 
array([[None, None, None],
       [None, None, None],
       [None, None, None]], dtype=object)

In [126]: A*B
Multiplication of arrays

In [127]: 5 * A

In [128]: A.__rmul__(B)  # This is the desired behavior for B*A
Multiplication of arrays

解决方法:

默认情况下,NumPy假定未知对象(不是从ndarray继承)是标量,并且它需要在任何NumPy数组的每个元素上“向量化”乘法.

要自己控制操作,需要设置__array_priority __(大多数向后兼容)或__array_ufunc__(仅限NumPy 1.13).例如：

class myworkingobj(myobj):
    __array_priority__ = 1000

A = myworkingobj()
B = np.random.rand(3, 3)
B * A  # Multiplication of arrays

标签：python,arrays,python-3-x,numpy,numpy-broadcasting
来源： https://codeday.me/bug/20190627/1309212.html