Python Numpy 中的数组和 __rmul__ 运算符

在一个项目中，我创建了一个类，我需要这个新类和一个真实矩阵之间的操作，所以我重载了__rmul__像这样的功能

class foo(object):

    aarg = 0

    def __init__(self):
        self.aarg = 1


    def __rmul__(self,A):
        print(A)
        return 0

    def __mul__(self,A):
        print(A)
        return 0

但当我调用它时，结果并不是我所期望的

A = [[i*j for i in np.arange(2)  ] for j in np.arange(3)]
A = np.array(A)
R = foo()
C =  A * R

Output:

0
0
0
1
0
2

该函数似乎被调用了 6 次，每个元素调用一次。

相反，__mul__功能发挥很大作用

C = R * A

Output:

[[0 0]
 [0 1]
 [0 2]]

If A不是一个数组，而只是一个列表列表，两者都可以正常工作

A = [[i*j for i in np.arange(2)  ] for j in np.arange(3)]
R = foo()
C =  A * R
C = R * A

Output

[[0, 0], [0, 1], [0, 2]]
[[0, 0], [0, 1], [0, 2]]

我真的很想要我的__rmul__函数也适用于数组（我原来的乘法函数不可交换）。我该如何解决？

该行为是预期的。

首先你必须了解一个操作是如何进行的x*y实际上被执行了。 python 解释器将first尝试计算x.__mul__(y)。 如果此调用返回NotImplemented它会then尝试计算y.__rmul__(x). Except when y是该类型的真子类x，在这种情况下，解释器将首先考虑y.__rmul__(x)进而x.__mul__(y).

现在发生的事情是numpy根据他认为参数是标量还是数组，以不同的方式对待参数。

处理数组时*执行逐个元素的乘法，而标量乘法将数组的所有条目乘以给定的标量。

在你的情况下foo()被 numpy 视为标量，因此 numpy 将数组的所有元素乘以foo。此外，由于 numpy 不知道类型foo它返回一个数组dtype=object，所以返回的对象是：

array([[0, 0],
       [0, 0],
       [0, 0]], dtype=object)

Note: numpy的数组确实not return NotImplemented当您尝试计算乘积时，解释器会调用 numpy 的数组__mul__方法，正如我们所说，它执行标量乘法。此时 numpy 将尝试将数组的每个条目乘以您的“标量”foo()，这是你的地方__rmul__方法被调用，因为数组中的数字返回NotImplemented当他们的__mul__被称为foo争论。

显然，如果您将参数的顺序更改为初始乘法，您的__mul__方法会立即被调用，您不会遇到任何麻烦。

因此，要回答你的问题，处理这个问题的一种方法是foo继承自ndarray，因此第二条规则适用：

class foo(np.ndarray):
    def __new__(cls):
       # you must implement __new__
    # code as before

然而警告说子类化ndarray并不简单。 此外，您可能还会产生其他副作用，因为现在您的班级是ndarray.