La classe derivata dall'array numpy non funziona bene con matrice e matrice mascherata

Question

Sto provando a sottoclasse un ndarray numpy ma non riesco a ottenere le operazioni con altri tipi di numpy come array mascherato o matrice. Mi sembra che lo __array_priority__ non venga onorato. Per fare un esempio, ho creato una classe fittizio che imita gli aspetti importanti:

import numpy as np 

class C(np.ndarray): 

    __array_priority__ = 15.0 

    def __mul__(self, other): 
     print("__mul__") 
     return 42 

    def __rmul__(self, other): 
     print("__rmul__") 
     return 42 

operazioni tra la mia classe e normale lavoro ndarray come previsto:

>>> c1 = C((3, 3)) 
>>> o1 = np.ones((3, 3)) 
>>> print(o1 * c1) 
__mul__ 
42 
>>> print(c1 * o1) 
__rmul__ 
42 

Ma, quando cerco di operare con matrice (o array mascherati) la priorità dell'array non viene rispettata.

>>> m = np.matrix((3, 3)) 
>>> print(c1 * m) 
__mul__ 
42 
>>> print(m * c1) 
Traceback (most recent call last): 
... 
    File "/usr/lib64/python2.7/site-packages/numpy/matrixlib/defmatrix.py", line 330, in __mul__ 
    return N.dot(self, asmatrix(other)) 
ValueError: objects are not aligned 

Mi sembra che il modo ufuncs sono avvolti per array matrice e mascherati non onorare priorità matrice. È questo il caso? C'è una soluzione?

Answer 1

Una soluzione è quella di creare una sottoclasse np.matrixib.defmatrix.matrix:

class C(np.matrixlib.defmatrix.matrix): 

    __array_priority__ = 15.0 

    def __mul__(self, other): 
     print("__mul__") 
     return 42 

    def __rmul__(self, other): 
     print("__rmul__") 
     return 4 

In questo caso la priorità è anche più alta poi un np.ndarray ei tuoi metodi di moltiplicazione sono sempre chiamati.

Come aggiunto nei commenti, è possibile creare una sottoclasse da più classi in caso di necessità l'interoperabilità:

class C(np.matrixlib.defmatrix.matrix, np.ndarray):