python - 如何继承numpy.ma.core.masked_array`？

我在写一个子类amasked_array。到目前为止我得到的是：

class gridded_array(ma.core.masked_array):
    def __init__(self, data, dimensions, mask=False, dtype=None,
                 copy=False, subok=True, ndmin=0, fill_value=None,
                 keep_mask=True, hard_mask=None, shrink=True):
        ma.core.masked_array.__init__(data, mask, dtype, copy, subok,
                                      ndmin, fill_value, keep_mask, hard_mask,
                                      shrink)
        self.dimensions = dimensions

然而，当我现在创建一个gridded_array时，我没有得到我所期望的：

dims = OrderedDict()
dims['x'] = np.arange(4)
gridded_array(np.random.randn(4), dims)

masked_array(data = [-- -- -- --],
             mask = [ True  True  True  True],
             fill_value = 1e+20)

我希望有一个无遮掩的数组。我怀疑我传递的dimensions参数在masked_array.__init__调用中被传递，但是由于我对OOP还很陌生，我不知道如何解决这个问题。
任何帮助都非常感谢。
PS:我在Python2.7上

最佳答案

警告：如果你对OOP还不熟悉，那么子类化ndarrays和MaskedArrays并不是最简单的入门方法，到目前为止。。。
在做其他事情之前，你应该去检查一下这个tutorial。这将向您介绍子类化ndarrays所涉及的机制。
MaskedArrays与ndarrays一样，使用__new__方法创建类实例，而不是__init__。当您到达子类的__init__时，您已经有了一个完全实例化的对象，实际的初始化委托给了__array_finalize__方法。简单地说：您的__init__并不像您对标准Python对象所期望的那样工作。（实际上，我想知道它是否被调用了。。。在__array_finalize__之后，如果我记得正确的话…）
现在您已经收到警告，您可能需要考虑是否真的需要经历子类化andarray的麻烦：
您的gridded_array目标是什么？
您应该支持所有ndarrays方法，还是只支持一些？所有类型？
当你取一个元素或一片物体时会发生什么？
你会广泛使用gridded_arrays作为NumPy函数的输入吗？
如果您有疑问，那么将gridded_array设计为一个以ndarray（或MaskedArray）为属性（例如，gridded_array._array）的泛型类可能会更容易，并且只添加您在self._array上操作所需的方法。
建议
如果您只需要“标记”您的gridded_array中的每一项，您可能会对pandas感兴趣。
如果只需要处理浮点数，MaskedArray可能有点过头了：只需使用nans来表示无效数据，许多numpy函数都具有等效的nans值。最坏的情况是，您可以在需要时屏蔽您的gridded_array：查看带有ndarray的.view(np.ma.MaskedArray)子类应返回您输入的屏蔽版本。。。

关于python - 如何继承numpy.ma.core.masked_array`？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/12597827/