Python 了解自定义数组容器的numpy.log和numpy.sum之间的差异

我通过以下方式为NumPy数组创建自定义容器。我编写了以下代码：

• 创建一个类，

  NpContainer

• 定义函数

  np.sum

  和

  np.log

  的自定义行为以输出字符串

将numpy导入为np
已处理的函数={}
NPC类容器：
定义初始值（self，val）：
self.val=val
定义数组（自）：
返回np.array（self.val）
定义数组函数（self、func、type、args、kwargs）：
如果func不在已处理函数中：
引发未实现的错误（）
返回处理的函数[func]（*args，**kwargs）
def执行（np_功能）：
def装饰器（func）：
已处理的函数[np\U函数]=func
返回函数
返回装饰器
@实现（np.sum）
定义金额（a，**千瓦格）：
返回'Sum Val:{}'。格式（np.Sum（a.Val，**kwargs））
@实现（np.log）
def日志（a，**kwargs）：
返回'logval:{}'。格式（np.Log（a，**kwargs））

我使用以下方法测试代码：

如果名称=“\uuuuu main\uuuuuuuu”：
container1=NpContainer（val=np.array（[1,2.]））
sum_结果=np.sum（容器1）
打印（总和结果）
打印（类型（总和结果））
log_result=np.log（container1）
打印（记录结果）
打印（类型（记录结果））

Sum产生预期的结果

Sum Val: 3.0
<class 'str'>

---

有人知道为什么

np.log

跳过我的自定义函数吗？感谢您的帮助

好吧，我想——我知道发生了什么。您实现了函数

\uuuuu数组\uuuuu函数

，它应该适合

np.sum

，但是对于

np.log

，您应该执行

\uuuuuu数组\uuuuunc\uuuuuu

，因为它是一个通用函数（）

这里有更多的风味，我建议您在这里查看：

现在奇怪的是，一旦实现了

\uuuuuuunc\uuuunc

，甚至

np.sum

也将被处理为

ufunc

，这会弄乱

装饰程序

ufunc
的
np.sum
是
np.add
，因此下面将为您提供一些技巧-尽管我更建议将
sum（）
作为
NpContainer
的函数来实现，这样您就可以改为
container1.sum（）

将numpy导入为np
已处理的函数={}
NPC类容器：
定义初始值（self，val）：
self.val=val
定义数组（自）：
返回np.array（self.val）
定义数组函数（self、func、type、args、kwargs）：
如果func不在已处理函数中：
引发未实现的错误（）
返回处理的函数[func]（*args，**kwargs）
def _数组uuunc u_（self，ufunc，method，*args，**kwargs）：
如果ufunc不在处理函数中：
引发未实现的错误（）
返回处理的函数[ufunc]（*args，**kwargs）
def执行（np_功能）：
def装饰器（func）：
已处理的函数[np\U函数]=func
返回函数
返回装饰器
@实现（np.add）
定义金额（a，**千瓦格）：
返回'Sum Val:{}'。格式（np.Sum（a.Val，**kwargs））
@实现（np.log）
def日志（a，**kwargs）：
返回'logval:{}'。格式（np.Log（a.Val，**kwargs））
如果名称=“\uuuuu main\uuuuuuuu”：
container1=NpContainer（val=np.array（[1,2.]））
log_result=np.log（container1）
打印（记录结果）
打印（类型（记录结果））
sum_结果=np.sum（容器1）
打印（总和结果）
打印（类型（总和结果））
您希望看到返回的是什么？我的意思是
sum
对所有元素求和，
log
从所有元素获取日志？我希望它返回
log Val:[0.0.69314718]
。它似乎忽略了我自定义的日志函数（请参见
@implements（np.log）
）
np.log
是一个
ufunc
（如
np.add
和
np.multiply
）。您需要定义
\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu！你和@GrzegorzSkibinski一针见血！哇！谢谢你的详细回复。这是完美的，我绝对同意您的建议，实施
container1.sum（）
，尤其是在阅读了第二个链接中关于
\uuuu数组\u函数的警告之后。
[0.         0.69314718]
<class 'numpy.ndarray'>