numpy数值__radd__操作触发__getitem__循环的Pythonic解决方法问询

核心原因 #

numpy的无符号整数类型（如np.uint8）执行加法时，会优先尝试将右侧自定义对象转换为numpy数组。numpy默认转换逻辑会把对象当作可索引容器，反复调用__getitem__（比如尝试访问obj[0]），进而进入循环，而非触发反向加法运算符__radd__。

Pythonic修复方法 #

方法1：实现__array__阻止自动转换 #

给自定义类添加__array__方法并返回NotImplemented，告知numpy无法将该对象转为数组，迫使numpy fallback到反向运算符逻辑。

class Test:
    def __init__(self, value=0):
        self.value = value
    
    def __radd__(self, other):
        # 实现自定义反向加法逻辑
        return other + self.value
    
    def __array__(self, dtype=None):
        # 阻止numpy自动转换，触发反向运算符
        return NotImplemented

测试验证：

import numpy as np
t = Test(10)
print(np.uint8(5) + t)  # 输出15，且触发__radd__

方法2：实现__array_ufunc__精准控制numpy交互 #

如果类需要和numpy深度集成，推荐实现__array_ufunc__方法，统一处理numpy通用函数（包括加法），灵活性更强。

import numpy as np

class Test:
    def __init__(self, value=0):
        self.value = value
    
    def __radd__(self, other):
        return other + self.value
    
    def __array_ufunc__(self, ufunc, method, *inputs, **kwargs):
        # 拦截加法运算
        if ufunc is np.add and method == '__call__':
            # 判断左侧为numpy无符号整数、右侧为当前类实例
            if isinstance(inputs[0], np.unsignedinteger) and isinstance(inputs[1], Test):
                return inputs[1].__radd__(inputs[0])
        # 其他情况交给默认处理流程
        return NotImplemented

原理说明 #

当numpy执行np.uint8(1) + test_obj时：

1. 若无__array__方法，numpy会尝试把test_obj当作序列，通过__getitem__构建数组，引发循环；
2. 当__array__返回NotImplemented，numpy会放弃转换，转而调用右侧对象的__radd__；
3. __array_ufunc__直接接管numpy通用函数调用逻辑，可精准拦截加法操作并导向自定义实现。

内容的提问来源于stack exchange，提问作者Maxime Debarbat