python/numpy:在np.allclose()中使用自己的数据结构？在哪里寻找需求/它们是什么？

Question

我正在实现一个矩阵乘积状态类，它是python/numpy中用于快速算法原型的一种特殊的张量分解方案。

我不认为已经有这样的事情，我想自己去做，以便对这个计划有一个适当的了解。

我想要的是，如果我以T_mps的形式存储给定的张量T，我可以通过T_mps[ i0，i1，.，iL ]访问重构的元素。这是通过getitem(self，key)方法实现的，并且工作得很好。

现在我想使用numpy.allclose(T，mps_T)来验证我的分解是否正确。

但是，当我这样做时，我会得到我自己的类型的类型错误：

TypeError:这些类型不支持的函数，并且不能安全地强制使用支持的类型

我看了allclose的文档，据说该函数适用于“类似数组”的对象。现在，这个“数组类似”的概念是什么，我在哪里可以找到它的规范？

也许我更好，实现我自己的全封闭方法？但这会在一定程度上重新发明车轮，不是吗？

感谢您的帮助，谢谢

Answer 1

在numpy文档中使用了"arraylike“这个术语，意思是”可以传递给numpy.asarray()的任何东西都可以返回适当的numpy.ndarray“。使用适当的__len__()和__getitem__()方法的大多数序列工作正常。请注意，__getitem__(i)必须能够接受range(len(self))中的单个整数索引，而不仅仅是您似乎表示的索引列表。这个__getitem__(i)的结果必须是numpy所知道的原子值，比如float或int，或者是上面所述的另一个序列。如果没有更多关于Matrix实现的详细信息，这就是我所能帮助的全部。