如何编写一个使numpy'；s点（）使用我的？

让numpy的

dot（）

方法使用我的对象的

方法的最简单方法是什么

使用
scipy.sparse
可以轻松演示此问题：

将numpy导入为np
从scipy导入稀疏
A=np.array（[[1,2]，[3,4]]
B=稀疏的.diags（[1,2]）
BA=B.dot（A）#工作正常
AB=B.u_________（A）#有效：这就是我想要发生的事情
AB=B.T.dot（A.T）.T#起作用但不简单
AB=A@B#Python 3.5的首选方式+
AB=A.dot（B）#这是人们所做的，但它给出了非常不直观的结果

这里需要的结果是
B.。\uu rmatmul\uuu（A）
但我不希望习惯使用
numpy.dot
的用户在合理表达式
A.dot（B）
返回2x2数组时出错，其中每个元素都是稀疏矩阵（B的副本）：

>>AB
数组（[,，
],
[,
]]，dtype=object）

如果我正在编写自己的“稀疏”类，我如何让numpy使用我的objects
\uu\rmatmul\uu
函数？从外观上看，似乎唯一的解决方案可能是将我的对象设为a，但这似乎太复杂了（而且可能仍然失败，因为我怀疑我是否能够提供像访问稀疏数组那样的合理视图）

（我想使用的特定应用程序是数组的自定义稀疏表示，作为二元和，但细节并不重要。）

工具书类
这个问题已经被指出了好几次，结果用
numpy.dot（）
的行为来解释，但解决方案都是权宜之计。没有人回答这个问题

遇到此问题的人：






丑陋的变通办法：


：就
numpy
而言，“类似数组”对象的正式定义，但这似乎要求我的对象表现为密集的数字数组（违背稀疏实现的目的）
：子类
ndarray
（带警告）
：基本上建议
B.T.dot（A.T）.T

（更新）

我认为在Python3.5及以上版本中，显然应该使用符号
A@B
而不是
dot（）
。对于python的早期版本，这个问题仍然存在，但与此无关


：对于足够大的矩阵，速度不会明显减慢
:

：建议二维阵列使用
A@B
或
matmul（）

问题在于
A.dot
不是操作员。它做了一个简单的np.array（B）

，而不是使用

B.a

或遵从B自己的方法。即使使用

a@B

，也需要讨论一个完整的答案。问题是

a.dot

不是运算符。它做了一个简单的np.array（B），而不是使用

B.a

或遵从B自己的方法。即使使用

a@B

，也需要讨论一个完整的答案。