如何创建可通过自身方法修改的ndarray子类对象？

import numpy as np

class Test(np.ndarray):
    def __new__(cls, input_array):
        # 创建Test类的实例，基于输入数组
        obj = np.asarray(input_array).view(cls)
        return obj

    def __array_finalize__(self, obj):
        # 完成实例初始化的钩子方法
        if obj is None:
            return

    def shift_up(self):
        arr = np.copy(self)
        n = len(arr)
        if n == 0:
            return self.copy()
        
        # 用循环实现元素上移（保持你想要的可读性）
        for i in range(1, n)[::-1]:
            arr[i] = arr[i-1]
        arr[0] = np.nan
        
        # 返回新的Test实例
        return arr.view(Test)

    def truncate(self, index):
        n = len(self)
        # 处理索引超出范围的情况
        if index >= n:
            return self.copy()
        elif index < 0:
            return Test([])
        
        arr_slice = self[:index+1].copy()
        return arr_slice.view(Test)

# 使用示例
array = Test(np.array([1,2,3,4,5]))
truncated_array = array.truncate(3)  # 截断到前4个元素（索引0-3）
shifted_array = array.shift_up()

print("原数组:", array)
print("截断后:", truncated_array)
print("上移后:", shifted_array)

1. 错误调用__init__修改实例：numpy数组的实例创建依赖__new__方法，而非__init__。直接调用self.__init__(arr)无法修改已存在的数组实例，因为numpy数组的核心数据（形状、内存布局）在创建后不可变。

2. 无法原地修改数组形状：truncate方法试图将数组截断为更短的长度，这无法通过修改原实例实现，必须创建新的数组实例返回。

3. 索引越界未处理：原代码中调用array.truncate(5)时，原数组长度为5（索引0-4），index=5超出范围，会导致切片错误，需要添加边界判断。

• 添加__new__和__array_finalize__方法：这是numpy子类化的标准流程，确保正确创建Test类的实例。
• 方法返回新实例：所有修改操作都返回新的Test对象，而非试图修改原实例。
• 增加边界检查：避免索引越界导致的错误。
• 可选优化：shift_up中的循环可以用numpy向量操作替换（arr[1:] = arr[:-1]; arr[0] = np.nan），效率更高，同时保持可读性。

内容的提问来源于stack exchange，提问作者Luluz