Python numpy.r_不是一个函数。这是怎么一回事？

根据

numpy.r

上的numpy/scipy文档，它“不是函数，所以不带参数”

如果它不是一个函数，“函数”的正确术语是什么，例如

numpy.r\u

？

它是一个类实例（也称为对象）：

查看上述类的这些输出：

In [1]: a = myClass()

In [2]: a[3]
Out[2]: 6

In [3]: a[3,4]
Out[3]: (3, 4, 3, 4)

我正在调用myClass的

\uuu getitem\uuu

方法（通过

[]

括号），并且

\uu getitem\uuu

方法正在返回（在本例中，列表的内容为*2）-它不是作为函数运行的类/实例-它是被调用的

myClass

实例的

\uuu getitem\uuu

函数

---

最后，您会注意到，要实例化

myClass

我必须执行

a=myClass（）

，而要获得

RClass

的实例，您需要使用

numpy.r\u

这是因为numpy实例化

RClass

并将其绑定到名称numpy.r\u本身。在我看来，这是相当丑陋和混乱

我认为无论出于何种目的，

r\ucode>都是一个函数，但它是由一个聪明的黑客使用不同的语法实现的。Mike已经解释了
r\uu
实际上不是一个函数，而是
RClass
的一个类实例，它实现了
\uuu getitem\uuu
，因此您可以将其用作
r\u1]
。表面上的区别是使用方括号而不是曲线括号，因此您不是在进行函数调用，而是在为对象编制索引。尽管这在技术上是正确的，但在所有方面，它的工作方式都与函数调用类似，但它允许一些普通函数不允许的额外语法

创建
r
的动机可能来自Matlab的语法，它允许以非常紧凑的方式构造数组，如
x=[1:10,15,20:10:100]
。为了在numpy中实现同样的效果，您必须执行
x=np.hstack（（np.arange（1,11），15，np.arange（20110,10））
。python中不允许使用冒号创建范围，但它们确实以切片表示法的形式存在，可以索引到列表中，例如
L[3:5]
，甚至对于多维数组，也可以使用
a[2:10,20:30]
。在后台，这些索引符号被转换为对对象方法的调用，其中冒号符号被转换为对象：

r
对象“滥用”这一事实来创建一个接受切片表示法的“函数”，它还做一些额外的事情，比如将所有内容连接在一起并返回结果，这样您就可以编写
x=np.r_1;[1:11,15,20:110:10]
。文档中的“不是函数，所以不带参数”有点误导…
它实际上是
RClass
的一个实例，而不是类本身。@RobertKern您当然是对的，我已经修改了我的答案以反映这一点。你能为周围的其他人解释一下类实例和类本身之间的区别吗？当然，完成了，如果你认为需要进一步澄清，请告诉我。解释了使用
\uuuuuuu getitem\uuuuuuuu
而不是
\uuuu call\uuuuuuu
来利用
切片
表示法。从某种意义上讲，它归结为具有
\uuuuuu getitem\uuuuuuuuu
方法和
\uuu调用
方法
np.array
、
np.r\
和
[]
具有前者，函数具有后者。事实上，任何对象都可以调用，如果它有一个
\uuuuu调用\uuuuu
。
class myClass(object)
    def __getitem__(self,i)
        return i*2

In [1]: a = myClass()

In [2]: a[3]
Out[2]: 6

In [3]: a[3,4]
Out[3]: (3, 4, 3, 4)

In [13]: class C(object):
    ...:     def __getitem__(self, x):
    ...:         print x

In [14]: c = C()

In [15]: c[1:11, 15, 20:110:10]
(slice(1, 11, None), 15, slice(20, 110, 10))