NumPy如何控制原生数值类型方法行为？解析1+np.array实现机制

你遇到的核心问题在于Python运算符重载的反向方法机制。当执行a + b时，Python会按以下逻辑处理：

1. 先尝试调用a.__add__(b)，若该方法存在且返回值不是NotImplemented，则使用此结果。
2. 若第一步失败，再尝试调用b.__radd__(a)（r代表right，即右侧对象的反向加法方法），若成功则使用结果。
3. 两者均失败时，才抛出TypeError。

自定义类的问题所在 #

你编写的Adder类仅实现了__add__方法，因此Adder() + 1能正常调用Adder.__add__(1)；但执行1 + Adder()时：

• 首先调用int.__add__(Adder())，原生int类型无法处理自定义类实例，返回NotImplemented。
• 随后Python会检查Adder类是否实现了__radd__，由于你的类未定义该方法，最终触发TypeError。

NumPy的实现逻辑 #

NumPy的ndarray类不仅实现了__add__，还实现了对应的反向方法__radd__。当执行1 + np.array([1])时：

• 第一步调用int.__add__(np.array([1]))，原生int无法处理数组，返回NotImplemented。
• 第二步Python调用np.array([1]).__radd__(1)，该方法会自动将左侧的int转换为NumPy数组，再执行数组加法操作，最终得到结果array([2])。

让自定义类支持左侧原生类型运算 #

若要让你的Adder类支持1 + Adder()的形式，只需补充实现__radd__方法：

class Adder():
    def __add__(self, other):
        return f"Adder + {other}"
    def __radd__(self, other):
        return f"{other} + Adder"

print(Adder() + 1)  # 输出: Adder + 1
print(1 + Adder())  # 输出: 1 + Adder

内容的提问来源于stack exchange，提问作者Farwheel