numpy 数组中的自定义数据类型

我正在创建一个 numpy 数组，该数组将填充我创建的特定类的对象。我想初始化数组，使其只包含该类的对象。例如，这是我想做的事情，以及如果我这样做会发生什么。

class Kernel:
    pass

>>> L = np.empty(4,dtype=Kernel)

TypeError: data type not understood

我可以做这个：

>>> L = np.empty(4,dtype=object)

然后分配每个元素L as a Kernel对象（或任何其他类型的对象）。如果我能够拥有一系列，那就太好了Kernel不过，从编程的角度（类型检查）和数学的角度（对函数集的操作）来看。

有什么方法可以让我使用任意类指定 numpy 数组的数据类型吗？

如果您的内核类具有可预测数量的成员数据，那么您可以为其定义数据类型而不是类。例如如果它由 9 个浮点数和一个 int 参数化，你可以这样做

kerneldt = np.dtype([('myintname', np.int32), ('myfloats', np.float64, 9)])
arr = np.empty(dims, dtype=kerneldt)

每次您想要操作单个内核的方法时，您都必须进行一些强制，将它们转换为 Kernel 类的对象，但这是将实际数据存储在 NumPy 数组中的一种方法。如果您只想存储引用，那么对象数据类型是最好的选择，无需子类化 ndarray。