Python 在numpy数组中处理类的属性

我想处理类属性，而不必经过Python for循环。要处理大型数组，numpy是最好/最快的，但是否可以访问numpy数组中的类属性？考虑下面的简单化代码：

import numpy as np

class MyClass():
    def __init__(self):
        self.myvar1 = 10
        self.myvar2 = 20

myarray1 = np.arange(0, 1000, 1)
myarray2 = np.array([MyClass() for i in range(1000)])

myarray1

的所有值都可以通过一行轻松修改：

myarray1 += 5

但是如何访问

myarray2

中所有

MyClass

实例的

myvar1

，并一次性修改它呢？（有可能吗？）我知道以下方法不起作用，但它给出了我想要实现的想法：

myarray2.myvar1 += 5
myarray2[myarray2.myvar1] += 5

我一直在四处寻找解决方案，我能找到的最接近的东西是numpy的recarray，它可以模拟Python类，但它似乎不是我的解决方案，因为我使用的类是一个子类（确切地说是pyglet Sprite），所以我确实需要使用Python类

编辑 继hpaulj comment之后，我尝试使用该类的向量化函数来更新其属性。这是更新类的所有实例的有效方法吗

class MyClass():
    def __init__(self):
        self.myvar1 = 10
        self.myvar2 = 20
    def modifyvar(self):
        self.myvar1 += 5
        return self

vecfunc = np.vectorize(MyClass.modifyvar)
myarray2 = np.array([MyClass() for i in range(1000)])
myarray2 = vecfunc(myarray2)

但是，另一个问题出现了：当使用此代码时，

myarray2[0]。myvar1

返回20而不是15

myarray2[1]。myvar1

返回15，数组的其余部分也返回15。为什么

myarray2[0]

在这里有所不同

---

解决方案 对类的函数进行矢量化可以在不使用for循环的情况下处理其多个实例的属性。解决方案的代码：

class MyClass():
    def __init__(self):
        self.myvar1 = 10
        self.myvar2 = 20
    def modifyvar(self):
        self.myvar1 += 5
        return self

vecfunc = np.vectorize(MyClass.modifyvar, otypes=[object])
myarray2 = np.array([MyClass() for i in range(1000)])
vecfunc(myarray2)

---

注意：在使用矢量化和处理对象时添加

otype=[object]

。

对第一个元素额外应用

modifyvar

是因为

vectorize

试图确定要返回的数组类型。指定

otypes

可以解决这个问题：

vecfunc = np.vectorize(MyClass.modifyvar,otypes=[object])

使用此“就地”修饰符，您无需注意返回的内容：

vecfunc(myarray2)

这就足够了

从

矢量化
文档：

通过调用
具有输入的第一个元素的函数。这是可以避免的
通过指定
otypes
参数

如果定义了
add5
方法，如：

    def add5(self):
        self.myvar1 += 5
        return self.myvar1

然后

将返回一个数字数组，同时修改
myarray2
：

array([15, 15, 15, 15, 15, 15, 15, 15, 15, 15])

要显示我使用的值，请执行以下操作：

[x.myvar1 for x in myarray2]

我真的应该定义一个矢量化的“打印”

这看起来像是
矢量化的更好应用之一。它不会给您任何编译速度，但它允许您在逐个操作实例时使用数组表示法和广播。例如
vecfunc（myarray2.Reformate（2,5））
返回一个
（2,5）
值数组。
是您希望避免For循环的唯一原因，因为您希望/期望没有For循环会更快？这是主要原因之一，但即使它不能提高性能，我仍然想知道是否可以访问numpy数组中对象的属性。
myarray2
具有
dtype=object
。因此，其数据缓冲区中的每个条目都是指向内存中其他位置的实例的指针。该类型数组的矢量化（使用编译代码）操作非常简单。
recarray
是结构化数组的覆盖。数据存储为恒定大小的“元组”（与数字或指针相反）。对于结构化数组，您可以使用
myarray3['myvar1']+=1
谢谢您的帮助。我不明白
recarray
如何一次更新所有python类实例，您能解释一下吗？对于矢量化操作，请查看我的编辑，并让我知道我的方向是否正确。非常好！与使用for循环相比，它可以工作，并且性能大大提高。谢谢：）可能夸大了它的性能，需要进一步测试。但这仍然是处理类的好方法——建议将实例属性存储在记录数组中，并动态创建实例以访问方法。
[x.myvar1 for x in myarray2]