Numpy赋值操作符赋值

Question

如何创建一个链接到numpy的赋值运算符(=)的变量?例如，我们可以像这样分配一个相等的add op = numpy.ndarray.__iadd__，然后使用op(initial_var, increment)调用它，这将与initial_var += increment相同。然而，我似乎想不出如何将op绑定到赋值运算符=。

我为什么要这么做？简单地说，为了稍微优化一下，在某些情况下，我们可以通过简单地复制numpy.ndarray项而不是调用__iadd__来避免额外的__add__开销。这将是一种更花哨/更丑陋的方式：

if a:
 b = c
else:
 b += c

Answer 1

我建议：

import numpy as np
op = lambda x,y: np.ndarray.__eq__(x, y).all()

# Examples

a = np.array([1,2,3])
b = np.array([1,2,3])
print(op(a, b)) # True


c = np.array([1,2,6])
print(op(a, c)) # False

Answer 2

首先，让我们弄清楚为什么你要实现的目标是困难的。以某种方式取代赋值a=b的函数op_assgn(a, b)需要做什么？主要的困难在于它需要知道调用者为参数a传递的对象的名称。事实上，在这个时间点绑定到a的对象是完全不相关的，但这就是op_assgn可用的。因此，如果我们一心想让这个函数正常工作，那么函数将不得不窥视一个帧，找到call语句，以某种方式获得传递的参数，并将一个值绑定到它(函数)作用域之外的名称。这可能是可以做到的，但不能没有相当数量的黑魔法。

因此，也许更明智的做法是不要接触赋值本身，而是在打包之前完成。下面是这个想法的一个简单实现。

def op1(b, c):
    return c

op2 = np.ndarray.__iadd__

c = np.array((1,2))
b = np.array((0,0))

注意，我们赋值给一个新的变量d仅仅是为了能够看到到底发生了什么。最终，您会希望将其赋值给b。

# this is straight-forward
d = op1(b, c)
d is c
# True
d is b
# False
d
# array([1, 2])

# this works because .__iadd__ does the inplace op AND
# returns the modified object
d = op2(b, c)
d is c
# False
d is b
# True
d
# array([1, 2])

因此，基本上这就是您想要的(一旦您用b替换了d之后)，只是它涉及到更多的类型，并且它的等价if子句类似于

if a:
 b = c
else:
 b += c
 b = b

在最后一行中有一个稍微丑陋的冗余赋值。

请注意，这主要是一个美学问题，因为赋值-通过引用完成-很便宜：

def f1():
    global c
    c.__iadd__(b)

def f2():
    global c
    c = c.__iadd__(b)

timeit(f1)
# 1.4087995890295133
timeit(f2)
# 1.4474492500303313