Numpy: ndarray는 collections.abc.Sequence에서 파생되어야합니까?

Python 3.x는 단순히 Python 2.x보다 random.sample 에서 더 엄격한 검사를 수행합니다. 2.x에서 numpy는 Sequence 하위 클래스도 아닙니다 (ndarray에는 index , count 또는 __reversed__ 메서드가 없습니다). 그래서 저는 이것을 random.sample 의 오용 또는 Python 3.x의 하위 호환성 중단으로 간주 할 수 있다고 생각합니다.

충분히 공평하지만, 우리는 쉽게 시퀀스를 _make_ ndarray 할 수 있습니다.
이러한 모든 방법이 의미가 있고 간단하기 때문에
도구. 사실 그로부터 물려받는 것만으로도 충분할 것입니다.
누락 된 모든 메서드를 믹스 인으로 제공합니다.
2012 년 12 월 2 일 13:30에 "Ralf Gommers" [email protected]이 작성했습니다.

Python 3.x는 단순히 random.sample에서보다 엄격한 검사를 수행합니다.
Python 2.x. 2.x에서 numpy는 Sequence 하위 클래스도 아닙니다 (ndarray에는
색인, 개수 또는 역방향 방법). 그래서 나는 이것을 다음과 같이 생각할 수 있다고 생각합니다.
random.sample의 오용 또는 이전 버전과의 호환성 중단
Python 3.x.

—
이 이메일에 직접 답장하거나 Gi tHubhttps : //github.com/numpy/numpy/issues/2776#issuecomment -10929601에서 확인하세요.

더 미묘하게 만드는 2to3 예제가 아니었다면 나는 똑같은 말을했을 것입니다.
색인 및 개수가 필요하지 않습니다. 링크 ,
Sequence 대한 모든 추상 메서드는 이미 구현되어 있고 다른 메서드에는 기본 구현이 있습니다.

문제는 MutableSequence 가 실제로 더 정확하고 insert 가 구현되지 않는다는 것입니다.

0-d 배열을 잊지 마세요. 지금 당장 무슨 일이 일어나는지 확실하지 않지만 실제로는 시퀀스가 ​​아닙니다.

흠, Sequence 는 불변 객체를위한 것입니다. MutableSequence (extend, pop)의 일부 메서드는 의미가 없습니다. 네, 우리는 그 세 가지 방법을 추가 할 수 있지만 옳지 않습니다.

random.sample 에서 Sequence 인스턴스를 요구할 이유가 전혀없는 것 같습니다.

__setitem__ 이 구현되었지만 __delitem__ __setitem__ 는 구현되지 않았으므로 SomewhatMutableSequence ?

인터페이스를 "시퀀스에이 모든 것이 있어야하지만 일부는
끔찍한 O () "가 있기 때문에 일부 메서드의 순진한 구현을 제공합니다.
확실히 ndarray의 맥락에서 불분명 한 것은 insert , pop 의미가 아닙니다.
그러나 0-d 배열에 대한 반복과 관련하여 올바른 것이 무엇인지 잘 모르겠습니다.
대신 TypeError 올리는 __iter__ 메소드를 제공한다고 주장 할 수 있습니다.
StopIteration 은 어쨌든 덕 타이핑 위반입니다.

편집 : 부주의 한 결정이 아니라고 확신합니다.

ndarray는 시퀀스 일 수 있지만 변경 불가능해야한다는 의미는 아닙니다.

Btw. CPython 목록 구현은 효율적인 삽입, 팝 및 확장도 지원하지 않지만 여전히 MutableSequence입니다.

ndarray는 in-place insert / pop / extend (ndarray는 고정 된 크기를 가짐)를 지원할 수 없으므로 변경 가능한 시퀀스이지만 단순히 Python MutableSequence 가 아닙니다 (그러지 않을 것입니다). 하지만 Sequence 인터페이스를 지원할 수 있고 지원해야합니다.

random.sample 가 이것을 확인하지 않았다면 좋을 것입니다. 그러나 자세히 살펴보면 그럴듯한 이유가 있습니다. 다양한 유형의 입력 인수에 대해 여러 가지 구현이 있으므로 어떤 방법이 필요합니다. 구별하기 위해. 인덱싱을 시작하고 최선을 다할 수는 없습니다. 아마도 우리는 버그를 신고하고 인식 할 수없는 유형에 대해 기본적으로 시퀀스 구현으로 돌아가도록 설득 할 수 있지만 도움이 될 수있는 가장 빠른 것은 3.4 ...

그러나 0-d 배열에 대한 요점은 좋은 것입니다. 0-d 배열은 Sequence 인터페이스를 지원하지 않습니다 ( Iterable 조차도 아닙니다). 그러나 Python 목적으로 Sequence 라고 거짓말을 한 다음 실제 액세스가 오류를 발생시킬 때까지 기다리면 너무 끔찍하지 않습니다. 덕 타이핑은 원하면 항상 실패 할 수 있음을 의미합니다 :-). 다차원 배열에서는 isinstance(a, Sequence) 성공하고 0 차원 배열에서는 실패 할 수 있습니다. 그렇게 할 수 있다면 멋지다. 그러나 우리가 할 수있는 최선의 방법은 아마도 ndarray를 Sequence 로 만드는 것입니다.

MaskedArray에는 이미 count 메서드가 있으므로 ndarray에서 다른 작업을 수행하는 메서드를 추가하면이를 깨뜨릴 수 있습니다.

0 차원 배열은 몇 가지 편리한 방법이있는 스칼라로 더 잘 생각됩니다 (적어도 내가 생각하는 방식입니다). 반복 할 수없는 것 외에도 색인을 생성 할 수 없습니다. 배열로 생각하면 훨씬 더 이상합니다. 따라서 0D 배열을 다른 방식으로 일관성이 없게 만드는 것은 큰 문제가 아닙니다.

@njsmith 어디에서 여러 구현을 볼 수 있습니까? isinstance (Sequence) 확인 후 len(population) 되고 목록으로 변환됩니다. http://hg.python.org/cpython/file/22d891a2d533/Lib/random.py

Pandas Series 및 DataFrame 유형에는 호환되지 않는 count 메서드와 인덱스 속성도 있습니다.

@rgommers : 흠, 맞아요, 오류 메시지에 오해를 받았으며 range() 의 약자로 정수를 허용한다고 생각했지만 그렇지 않습니다. 그럼에도 불구하고 그들은 세트, 시퀀스 및 매핑에 대해 다른 동작을 정의하려고합니다. 아마도 우리는 그들이 그것을 전환해야한다고 설득 할 수 있습니다.

if isinstance(population, _Set):
    population = tuple(population)
if isinstance(population, _Mapping):
    raise Blarrrgh()
# Otherwise assume that we have a sequence and hope

이는 기존 ndarray 하위 클래스에 대한 좋은 점이기도합니다. ndarray가 Sequence 라고 말할 수있는 방법이없는 것처럼 보이지만 하위 클래스는 그렇지 않습니다. :-(. 따라서 이러한 하위 클래스 중 일부가 Sequence 충족 할 수 없다는 점을 감안할 때 어떤 옵션이 가장 나쁘지 않습니다. 호환성을 깨지 않고

• ndarray 하위 클래스에서 호환되지 않는 사용을 폐기하고 결국 제거하고 Sequence 호환 가능한 버전으로 교체하십시오. 이것은 count 메서드에 대해 가능해 보이지만 Series.index 의 이름을 변경하면 판다 사람들에게 큰 지장을 줄 것입니다. (DataFrame은 ndarray의 하위 클래스가 아니므로 기술적으로는 관련이 없습니다. 단, Series와 DataFrame이 동기화되어 있어야한다고 생각합니다.) @wesm 에게 그가 생각하는 바를 물어볼 수 있지만 ...
• 계속해서 ndarray와 그 하위 클래스를 Sequence 정의를 충족하도록 선언하고 일부 ndarray 하위 클래스에 대해 이것이 거짓말임을 받아들입니다. 하지만 Sequence 인터페이스의 거의 사용되지 않는 부분에만 해당되며 Python 유형은 일반적으로 어쨌든 거짓말을합니다 ...
• 상속 계층 구조를 다시 조정하여 기능과 추상 기반 클래스의 넌센스를 분리하십시오. 하다

class multidim_ndarray(ndarray, Sequence):
  pass

대신이 클래스의 다차원 배열 인스턴스를 만듭니다. 하위 클래스는 multidim_ndarray 아니라 ndarray 에서 계속 상속되기 때문에 영향을받지 않습니다. 물론, 단일 ndarray 객체는 .resize() ...를 통해 0-d와 다차원 사이를 전환 할 수 있습니다.

• ndarray 이 절대 Sequence 합니다.

[ isSequenceType 것은 약간 산만합니다. 이것은 추상 기본 클래스 (2.6에 추가됨)의 존재보다 이전의 오래된 함수이며 시퀀스에 필요한 세부 인터페이스를 확인하지도 않습니다. 유형 (1)이 __getitem__ 정의하는지 확인하기 만하면됩니다 dict 가 아닙니다. 분명히 이것은 많은 상황에서 잘못된 대답을 줄 것입니다 (예 : dict처럼 작동하지만 하나가 아닌 모든 것!). 따라서 실제로 시퀀스 유형을 원하면 isinstance(obj, Sequence) 이 더 나은 작업을 수행하고 2to3이 올바른 작업을 수행합니다. 그러나 그것은 numpy에 문제를 일으킨다 ...]

아마 같은 새로운 클래스 생성하기 위해 파이썬 사람들을 설득 할 수있을 것입니다 SequenceBase 도 순서 이하이며, 보증하지 않습니다 .index 또는 .count 있지만 .__len__ 및 __getitem__ 등? Sequence가 index 와 같은 것을 가지고 있다는 것은 모두 멋지지만, numpy 와 같은 것에 강제로 적용하는 것은 약간 이상하게 보입니다. 파이썬 사람들은 이것이 다소 문제가 있음을 알고 있습니까?

@seberg의 제안이 마음에 듭니다. Python 개발자가 동의하지 않으면 @njsmith의 두 번째 글 머리 기호로 이동합니다. 누락 된 옵션은 ndarray가 Sequence 인터페이스를 만족하지 않는다고 말하는 것입니다. 최적은 아니지만 총알 1과 3 imho보다 낫습니다.

[아쉽게도 "누락 된 옵션"이 옵션 4에 있었는데, 마크 다운 파서가 혼란스럽고 읽을 수없는 방식으로 이전 글 머리 기호로 접어 넣기로 결정했습니다. 서식을 수정하기 위해 댓글을 수정했습니다.]

Sequence 등록 된 유형의 절반, 즉 buffer 및 xrange 에도 이러한 메서드가 없습니다. collections.Sequence 를 기본 클래스 / 믹신으로 사용하는 사람들을위한 편리한 메서드만큼이나 인터페이스의 필수 메서드라는 것은 분명하지 않습니다.

@rkern : 좋은 캐치. 따라서 해결책은 Sequence.register(np.ndarray) 어딘가에 호출을 추가하는 것입니다. (이것은 또한 원래 기자의 해결 방법입니다.)

언젠가는 __reversed__ 구현해야합니다 ...

@rkern 당신 말이 맞습니다. 이것은 PEP에서 열린 이슈로 언급되었습니다 : http://www.python.org/dev/peps/pep-3119/#sequences. Final 상태의 PEP는 미해결 문제를 가질 수도 있습니다.

이 버그의 제목은 python3에서만 존재하지 않기 때문에 약간 오해의 소지가 있다고 생각합니다. 물론 random.sample(numpy_array) 는 python2에서 작동하지만 isinstance(np.array([1]), collections.Sequence) 는 모든 파이썬> = 2.6에서 True 를 반환해야합니다.

autopep8 모듈을 사용하여 Python 2.7에서이 버그가 발생했습니다. 기본적으로 operator.isSequenceType () 호출 중 일부를 isinstance (x, collections.Sequence)로 변환했습니다. numpy.ndarray를 통과하면 테스트가 False가됩니다. 이것은 매우 교활한 버그 일 수 있습니다.

python-pillow 모듈을 사용하여 Python 2.7에서도 발생했습니다. Image.point (lut, mode)는 이전 버전이 operator.isSequenceType ()을 사용했던 isinstance (lut, collections.Sequence)를 호출합니다.

numpy 숫자 형 스칼라 유형이 등록되었으므로 (# 4547), 이제 이것을 다시 살펴볼 좋은시기가 될 것입니다.

따라서 해결책은 어딘가에 Sequence.register (np.ndarray)에 대한 호출을 추가하는 것입니다.

네, 좋은 타협입니다.

예, 어딘가에 Sequence.register(np.ndarray) 를 추가하세요.

@mitar PR 제출에 관심이 있습니까?

확실한. 어디로 가야하나요? np.ndarray 이 생성 된 동일한 파일에서?

우리가 실제로 이것이 좋은 생각이라고 생각하는지 확인하기 위해 : 우리는 방금 False (# 9718) 인 빈 배열에 대한 사용 중단을 추가하고 있습니다. 즉, 시퀀스에서 작동하는 것 중 하나를 제거 하고 있습니다) . 주석을 읽었지만 이미 결론은 배열 스칼라가 작동하지 않는다는 것이므로 빈 배열이 그 깨진 약속의 일부가 될 수 있다고 생각합니다 ...

나중에 참조 할 수 있도록 적절한 위치는 numpy.core.multiarray .
https://github.com/numpy/numpy/blob/4f1541e1cb68beb3049a21cbdec6e3d30c2afbbb/numpy/core/multiarray.py

좋아, 이걸 원해. 어떻게? 이것은 내가 그들을 메소드로 구현하는 방법입니다.

def __reversed__(self):
    return iter(self[::-1])

def index(self, value) -> int:
    return np.in1d(self, value).nonzero()[0]

def count(self, value) -> int:
    return (self == value).sum()

# Necessary due to lack of __subclasshook__
collections.abc.register(np.ndarray)

최신 버전의 Tensorflow (2.0)에서 Sequence.register(np.ndarray) 가 있으면 Tensorflow가 오작동하는 것을 발견했습니다. 값이 시퀀스인지 어딘가에서 확인하고 사용하는 것이 ndarray인지 여부와 다른 것 같습니다.

참조 : https://gitlab.com/datadrivendiscovery/d3m/issues/426

재밌 네요. 나는 무언가가 배열인지 테스트하는 것이 더 나은 생각이라고 확신합니다. 거의 항상 특수하게 처리되는 경우이기 때문입니다.

아마도 유형 검사의 순서가 잘못되었을 것입니다. 먼저 ndarray를 검사 한 다음 순서를 검사해야합니다. 그러나 먼저 시퀀스를 확인하면 이제 해당 코드 블록이 실행됩니다.

@mitar 우리는 __contains__ / operator.in 이 다르게 동작하기 때문에 (반복되며 시퀀스가 ​​아님) API 계약을 위반하므로이를 닫는 것을 고려하고 있습니다. 이것에 대한 유스 케이스가 있습니까?

여기에서 염두에두고있는 API 계약에 대해 자세히 설명해 주시겠습니까? 정확히 이해하지 못합니다.

사용 사례는 시퀀스를 반복하고 차원별로 차원을 되 돌린 다음 재귀하는 것과 같이 사물간에 변환하는 방법을 알고있는 일반 코드를 작성하는 것입니다. 그런 다음 2d ndarray와 동일한 방식으로 목록 목록을 변환 할 수 있지만 여러 차원 등으로 일반화 할 수 있습니다. 그리고 나는 그것이 시퀀스인지 확인하는 것 이상을 확인할 필요가 없습니다.

언급했듯이 배열을 중첩 된 파이썬 시퀀스로 보는 데 몇 가지 문제가 있습니다. __contains__ 는 가장 명백한 것이고 다른 하나는 0-D 배열이 확실히 중첩 된 시퀀스가 ​​아니라는 것입니다. 또한 길이 0 차원과 같은 미묘함이 존재하며 일반적으로 arr[0] = 0 는 arr[0] == 0 의미하지 않습니다. arr[0] 는 임의의 배열 자체 일 수 있기 때문입니다. arr[0, ...] 개인적으로 "중첩 된 시퀀스"해석은 좋지만 우리가 생각하는 것보다 덜 유용하다고 생각합니다. (즉, 배열을 for col in array 로 거의 반복하지 않습니다. for col in array.iter(axis=0)

그래서 나는 "배열은 시퀀스 다"를 약간 문제가있는 비유로 보는 경향이 있습니다 (이것이 유용 할 수 없다는 것을 의미하지는 않습니다 , 인정합니다).
그러나 사용 사례가 무엇이든, 새로운 "ElementwiseContainer"와 같은 새로운 ABC를 탐색하는 것이 더 낫지 않을지 궁금합니다. 또한 사용자에게 + 및 == 등이 각 요소 에서 작동 할 것이며 Python 시퀀스와 달리 + 가 연결될 것으로 기 대해서는 안된다고 알려주는 것입니다 ( 예 + 는 시퀀스 ABC의 일부가 아니지만 Python에서는 자연스럽게 느껴집니다.)

그냥 지나가 다-
나는 Python의 collections.abc.Sequence 가 __eq__ 및 기타 비교를 구현하지 않는다는 점을 지적했기 때문에 지난주에 Python-ideas에 썼습니다

나는 거기에 __eq__ 추가 할 것을 제안했지만, 분명히 Numpy.array의 동작과는 그 시퀀스가 ​​달라지게 만들 것입니다.

파이썬에서 "시퀀스"가 무엇인지 더 공식화 한 다음 특수한 경우로 발산되는 이러한 것들을 위임하여 collections.abc.ComparableSequence 를 추가하는 것은 어떻습니까? (그리고 cancatenation에 대한 + 가 위에서 언급 되었기 때문에 "비교 결과 단일 부울을 생성하고 연결을위한 스칼라로 작동하고 스칼라를 곱하는 시퀀스"를 암시하는 다른 이름이있을 수 있습니다. 즉-Python 동작 + 및 * 의 경우 목록 및 튜플). 따라서 Sequence의 사양은 적어도 1D numpy 배열이 정확히 일치하는 방식으로 형식화 될 수 있습니다.

Python 시퀀스에 대한이 형식화는 위의 https://github.com/numpy/numpy/issues/2776#issuecomment -330865166에서 언급 한 것과 같은 다른 분기에도 도움이 될 수 있습니다.

나는 그 길을 혼자서 내려가는 것에 대한 충분한 동기를 느끼지 않지만, 이것이 의미가 있다면, 나는 기꺼이 PEP 작성을 돕고 그것을 밀어내는 것을 도울 것입니다. (나는 왜 시퀀스가 __eq__ 만들지 않았는지 확인하고 싶었고 아마도 이것을 가져올 때 PR이있을 수 있습니다)

@jsbueno 내 문제는 내가 실제로 ndarray 사용자에게 도움이 될 추가 또는 정의 사이에 어떤 것이 있는지 실제로 알지 못한다는 것입니다. 내가 생각할 수있는 최선의 방법은 count() 및 index() 가있는 Collection 이지만 유용할까요? 다른 것은 파이썬 자체가 개념이 거의 또는 전혀없는 것에 대한 ABC가 될 것입니다.

SymPy가 실제로 더 옳다고 생각합니다. 행렬의 모든 요소를 ​​반복하므로 적어도 Collection 됩니다.
이제 우리가 그것에 대해 많은 것을 할 수 있을지 의심스럽고 모든 요소의 SymPy 반복이 매우 유용하고 직관적인지 확신 할 수 없지만 최소한 모든 요소의 반복이 __contains__ 와 일치합니다. 이것은 또한 len(Matrix) 가 요소의 수이고 _not_ Matrix.shape[0] 임을 의미합니다!

1 차원 배열을 제외하고 위에서 많이 반복 할 위험이있는 경우 numpy 배열은 무엇입니까? :

• Container : 요소 중 : heavy_check_mark :
• Sized + Iterable 하위 배열 (1-D가 아닌 경우) : 질문 :
• Reversible : 구현할 수 있습니다. 걱정할 필요가 없습니다. :질문:
• count() 및 index() : 요소에 대해 구현 가능 (: heavy_check_mark :)
• Sequence : 하위 배열 반복 가능과 요소 컨테이너 간의 불일치 : x :

따라서 가장 기본적인 속성 중 일부조차도 충돌합니다. NumPy와는 될 수있는 Container 수행하는 방법을 알고있는 .index() 및 .count() , 즉 Sequence 그러나없이 Iterable 일부입니다. 독립적 으로 Iterable 이지만 하위 배열 입니다.
그리고 그것이 혼란스러워 보이면 동의하지만 의도적으로 생각합니다. 유일한 진정한 해결책은 SymPy 경로로 이동하거나 시작하는 데 Iterable 가 아닌 것입니다. (우리는 SymPy 경로로 갈 수 없으며, __iter__ 더 이상 사용하지 않을 가능성이 있습니다.)

개인적으로, 1D 배열은 제쳐두고 배열과 유사한 것은 Python 컬렉션과 비교할 때 매우 다른 짐승이라는 것입니다. 반복 동작을 고려할 때 __contains__ 와 __iter__ 사이의 불일치를 구체적으로 알리기 위해 MultidimensionalCollection 가 필요합니다 (하지만 유용합니까?).

현재 Sequence 정의 된 것 이상을 살펴보면 ElementwiseCollection (연산자는 컨테이너 연산자가 아닌 요소 별 연산자, 예 : + )가 가장 많다고 생각합니다. 일반적으로 numpy 배열 및 모든 배열 유사 특성 정의 (배열 프로그래밍 참조). 그러나 그것은 또한 파이썬 자체와 완전히 낯설고 때로는 상충되는 개념이기도합니다.

유일한 것은 하위 배열 대 요소의 불일치가 없기 때문에 1 차원 배열과 1 차원 배열 만 시퀀스로 표시하는 것입니다. 그 시점에서 예, __eq__ 는 물론 그들에 대해 정의되지 않았으며 __nonzero__ 는 일반적인 파이썬 시퀀스와 유사하게 정의되지 않았습니다.

답변 해주셔서 감사 드리며, 여기에서 8 년된 마차에 타서 다시 한 번 사과드립니다. 귀하의 의견으로, 마지막 전자 메일 교환 후 몇 시간 후 중간에 다른 친구와 채팅을하면서 이러한 대부분은 그대로 두는 것이 좋습니다. 언젠가 파이썬은 "collections.abc.Sequence가 지금 구현하는 것"보다 더 공식적인 Sequence 정의를 선택할 수 있습니다.

위의 의견을 읽은 후 "파이썬 시퀀스를 만드는 것"으로 나열한 특성에는 ndarray를 목록 및 튜플과 같은 시퀀스와 유사하게 만드는 가장 중요한 기능이 부족하다고 생각합니다. 모든 개별 요소를 처리 할 수있는 공간입니다. 그러나 나는 그것을 위해 abc를 공식화하는 것이 코딩이나 정적 유형 힌팅에서 실용적인 가치가 있다고 생각하지 않습니다.

@seberg 대단한 시놉시스입니다.

이 문제는 Sequence 또는 Iterable 또는 Container 를 예상하는 컨텍스트에서 ndarray 사용에 관한 것으로 보입니다. 간단한 접근 방식은 적절한 인터페이스를 약속하고 제공하고 isinstance 검사에 응답하는 저렴한보기를 제공하는 ndarray 에 회원을 두는 것입니다. 예를 들면 :

class ndarray(Generic[T]):
    def as_container(self) -> Container[T]:
        if self.ndim == 0:
            raise ValueError
        return ContainerView(self)  # correctly answers __len__, __iter__ etc.
    def as_subarray_iterable(self) -> Iterable[np.ndarray[T]]:
        if self.ndim <= 1:
            raise ValueError
        return SubarrayIterableView(self)
    def as_scalar_sequence(self) -> Sequence[T]:
        if self.ndim != 1:
            raise ValueError
        return ScalarView(self)
    def as_subarray_sequence(self) -> Sequence[np.ndarray[T]]:
        if self.ndim <= 1:
            raise ValueError
        return SubarraySequenceView(self)  # this view has to reinterpret __contains__ to do the expected thing.

모든 사람에게 모든 것을 제공하겠다고 약속하는 ndarray 대신 사용자는 그녀에게 필요한 것을 요청하고 ndarray 제공 할 수 있다면 가능한 가장 저렴한 방법으로 제공합니다. 할 수 없으면 예외가 발생합니다. 이렇게하면 사용자가 수행해야하는 ndim 검사 (특히 유형 주석을 사용할 때)를 ndarray 로 이동하여 사용자 코드를 단순화합니다.

마지막 주석이 Sequence 아니라 Iterable Sequence 이어야합니까?

@ eric-wieser 응! 감사. 당신의 생각은 무엇입니까?

음, as_subarray_sequence 는 거의 list(arr) :)

@ eric-wieser 예,보기를 제공하는 것이 더 저렴할 것이라고 생각했지만 모르겠습니다.

음, list(arr) 는 len(arr) 뷰를 생성합니다.이 뷰를 반복하면 어쨌든 생성하게됩니다.

나는 아직도 우리가 할 수있는 일에 너무 많은 초점을 맞추고 있고 현재 문제에 대해서는 충분하지 않다고 생각합니다. 특히, 위에서 제공 한 모든 방법은 ndarray와 유사한 것을 알고 있다면 구현하기가 매우 쉽습니다 (0-D 배열이 컨테이너가 아니라는 데 동의하지 않습니다). 따라서 표준화 된 ABC가있는 경우에만 유용하며,이 경우 기본 인덱싱이 numpy 호환 가능하고 .flat 속성을 포함 할 수 있음을 정의하는 것으로도 충분합니다.

원래 문제 ( random.sample 작동이 중지됨)는 시간이 지남에 따라 상당히 관련성이 없어 보입니다. 예, 약간 성가 시지만 사용자가 하위 배열 이나 요소가 선택되기를 기대할 수 있기 때문에 더 좋을 수도 있습니다.

나는 우리 가 오리 타이핑 코드를 깰 것이라고 확신합니다. 직렬화에서 일부 문제가 발생할 수 있습니다 (예제가 없습니다). 그리고 그러한 코드의 대부분은 ABC s에서 isinstance 검사를 사용하는 데 문제가 없지만 np.ndarray 구체적으로 확인하는 것은 싫어합니다. ndarray에 메서드를 추가하는 것이 어떻게 도움이되는지 모르겠습니다. .ndim 속성보다 약간 더 많고 중첩 시퀀스 스타일 반복을 숨길 수있는 새로운 ABC 이 필요합니다.

위와 같은 방법은 어떤 배열과도 작동하는 소비자 프로토콜로서 합리적 일 수 있지만, 우리가 해결하려는 문제는 무엇입니까 :)? 일반적인 파이썬 시퀀스가 ​​노출하고 싶은 것과는 다른 것 같습니다.

@ eric-wieser

물론 맞지만 전체 시퀀스를 반복 할 수는 없습니다. 몇 가지 요소 만 선택할 수 있습니다.

@seberg

나는 아직도 우리가 할 수있는 일에 너무 많은 초점을 맞추고 있고 현재 문제에 대해서는 충분하지 않다고 생각합니다.

동의합니다. 어떤 종류의 문제를 상상하고 있습니까? numpy 1.10이 유형과 함께 나올 때 때때로 1 차원 numpy 배열을 시퀀스로 사용하고 싶을 것이라고 상상하고 있습니다. 현재 그렇게하려면 다음을 수행해야합니다.

• 1 차원인지 확인하고
• cast 를 호출하여 mypy에게 실제로 시퀀스임을 알립니다.

그래서 자동으로 수행하는 방법을 제공하고 싶습니다. 나는 큰 인터페이스도 싫어하지만, 타입 어노테이션이 따라 잡으면 서 이런 종류의 메소드 나 베어 함수가 점점 더 널리 퍼질 것 같다. 어떻게 생각해?

(0-D 배열이 컨테이너가 아니라는 데 동의하지 않습니다).

잘 모르겠지만 현재 __len__ 에 모금하고 있으므로 컨테이너처럼 작동하지 않는 것 같습니다. 컨테이너를 받아들이는 함수에 0D 배열을 전달하면 mypy가 오류를보고하는 것이 도움이 될 것이라고 생각합니다. 0D 배열 컨테이너를 만들면 잡히지 않습니다.

.ndim 속성보다 약간 더 많고 중첩 시퀀스 스타일 반복을 포함 할 수있는 새 ABC가 필요합니다.

나는 그것을 내 제안에 추가하고 싶지 않았지만 어쨌든 당신이 가고있는 곳이라고 생각합니다. 저는 훌륭하게 디자인 된 JAX 라이브러리의 열렬한 사용자입니다. 나는 미래에 numpy.ndarray 와 jax.numpy.ndarray (서브 클래스를 가지고 있음)가 어떤 종류의 추상적 인 NDArray 에서 상속 될 것이라고 상상합니다. ndim 이상을 가질 수 있습니다. 이상적으로는 적어도 NDArray(Generic[T]) 이고 이벤트의 모양이나 크기도있을 수 있습니다. __eq__ NDArray[np.bool_] 반환 할 수 있습니다. 당신은 아마 나보다 더 잘 알고 있습니다 :)

몇 년 전, numpy.array 이 collections.Sequence 에서 상속되어야한다고 제안하기 위해이 문제를 검색했지만 이제는이 스레드에서 인수 (특히 귀하의 것 !!)가 매우 설득력이 있음을 발견했습니다. Numpy 배열은 실제로 시퀀스가 ​​아니며이를 구둣 주면 좋은 것보다 해를 끼치는 것처럼 보입니다. 왜 그들 자신의 것이되게하고 사용자가 원하는 인터페이스를 명시 적으로 요청하도록 강요하지 않는 이유는 무엇입니까?

그리고 이러한 코드의 대부분은 ABC에서 isinstance 검사를 사용하는 데 아무런 문제가 없습니다.

이제 언급 했으므로 내가 제안한 모든 방법이 뷰를 반환했을 것입니다. 이렇게하면 인스턴스 검사에 올바르게 응답 할 수 있습니다.

위와 같은 방법은 어떤 배열과도 작동하는 소비자 프로토콜로서 합리적 일 수 있지만, 우리가 해결하려는 문제는 무엇입니까 :)? 일반적인 파이썬 시퀀스가 ​​노출하고 싶은 것과는 다른 것 같습니다.

나는 이것에 대한 답이 우리가 해결하려는 문제에 달려 있다는 데 확실히 동의합니다. 타입 어노테이션 kool aid를 마신 후 # type: ignore 코드를 흩뿌 리지 않고 mypy를 전달하는 간결한 numpy 코드를 작성하는 데 관심이 있습니다. 염두에두고있는 문제는 무엇입니까?

글쎄, 유형 힌트와 다른 배열 유사 객체와의 상호 운용은 아마도 좋은 동기가 될 것입니다. 새로운 문제 나 메일 링리스트 스레드를 여는 것이 좋습니다. 지금 당장은 타이핑이 형성하는 것이 가장 좋은 생각이 뭔지 잘 모르겠습니다.