numpy识别的特殊方法的文档位置

Question

math.exp和numpy.exp之间的区别之一是，如果您有一个自定义类C，它有一个C.exp方法，numpy.exp会注意到并委托给这个方法，而math.exp不会：

class C:
def exp(self):
return 'hey!'
import math
math.exp(C())  # raises TypeError
import numpy
numpy.exp(C())  # evaluates to 'hey!'

然而，如果您查看numpy.exp的web文档，这似乎是理所当然的。任何地方都没有明确说明。是否有记录该功能的地方？

更普遍地说，是否有一个地方列出了numpy识别的所有这样的方法？

Answer 1

这不是np.exp函数的特殊行为；这只是如何评估对象dtype数组的结果。

np.exp和许多numpy函数一样，试图在执行操作之前将非数组输入转换为数组。

In [227]: class C:
...:     def exp(self):
...:         return 'hey!'
...:     
In [228]: np.exp(C())
Out[228]: 'hey!'
In [229]: np.array(C())
Out[229]: array(<__main__.C object at 0x7feb7154fa58>, dtype=object)
In [230]: np.exp(np.array(C()))
Out[230]: 'hey!'

因此，C()被转换成一个数组，它是一个对象dtype*(C()不像[1,2,3]那样是可迭代的(。通常，如果给定对象dtype数组，numpy函数会对元素进行迭代，要求每个元素执行相应的方法。这就解释了[228]最终是如何评估C().exp()的。

In [231]: np.exp([C(),C()])
Out[231]: array(['hey!', 'hey!'], dtype=object)
In [232]: np.exp([C(),C(),2])
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-232-5010b59d525d> in <module>()
----> 1 np.exp([C(),C(),2])
AttributeError: 'int' object has no attribute 'exp'

如果所有元素都具有CCD_ 15方法，则CCD_。整数不会。ndarray也没有。

In [233]: np.exp([C(),C(),np.array(2)])
AttributeError: 'numpy.ndarray' object has no attribute 'exp'

math.exp需要一个数字、一个Python标量(或者可以转换为标量的东西，如np.array(3)

我希望这种行为在所有ufunc中都是常见的。我不知道还有哪些numpy函数不遵循该协议。

在某些情况下，ufunc委托给__方法：

In [242]: class C:
...:     def exp(self):
...:         return 'hey!'
...:     def __abs__(self):
...:         return 'HEY'
...:     def __add__(self, other):
...:         return 'heyhey'
...:     
In [243]: 
In [243]: np.abs(C())
Out[243]: 'HEY'
In [244]: np.add(C(),C())
Out[244]: 'heyhey'