Numpy Julia中具有属性的数组

我在julia中迈出了第一步，我想重现我通过

numpy

所取得的成就

我想编写一个新的类似数组的类型，它本质上是任意类型元素的向量，为了保持示例的简单性，还需要一个标量属性，例如采样频率

fs

我是从这样的事情开始的

type TimeSeries{T} <: DenseVector{T,}
    data::Vector{T}
    fs::Float64
end

2） 索引

TimeSeries

总是返回

TimeSeries

：

ts[1:3]

ts * 2
ts  + [1,2,3,1,543,1,24,5]

3） 返回

向量

以返回

时间序列

的内置函数：

ts[1:3]

ts * 2
ts  + [1,2,3,1,543,1,24,5]

我已经开始实现

size

，

getindex

等等，但是我确实不知道如何匹配第2点和第3点

---

numpy

有一个非常全面的方法来实现这一点：

R

似乎也允许链接属性

attr（）也许我不明白，为什么对于第3点来说这还不够呢

(*)(ts::TimeSeries, n) = TimeSeries(ts.data*n, ts.fs)
(+)(ts::TimeSeries, n) = TimeSeries(ts.data+n, ts.fs)

至于第2点

Base.getindex(ts::TimeSeries, r::Range) = TimeSeries(ts.data[r], ts.fs)

或者你是在寻求一种更简单的方法，将所有这些操作委托给内部向量？你可以做一些聪明的事情，比如

for op in (:(+), :(*))
    @eval $(op)(ts::TimeSeries, x) = TimeSeries($(op)(ts.data,x), ts.fs)
end

非常感谢，您能想出任何方法自动为向量上可能使用的所有函数执行此操作（例如，如果
T
是
Float
，则可以应用
sin（TimeSeries）
，并保证使用新的
TimeSeries
）？如果Julia有一些类似Python的
子类
功能，那就太好了。“重新定义一切”并不能很好地扩展。关于如何使其更好，还有一些悬而未决的问题，例如，它所链接的内容@昆汀·艾斯曼，没有你的干预是不可能做到的，因为它的意思模棱两可。我刚才链接的建议是，将“委托”给内部向量，这是一个用最少的努力解决歧义的好方法。我完全同意，重新定义所有已经使用向量的方法是乏味的。