关于在类方法中重载Numpy通用函数的疑问

这种让自定义类的方法被NumPy全局cos函数调用的行为，确实是NumPy通用函数（numpy.ufunc）的**多分派（multiple dispatch）**设计特性，核心是NumPy为自定义类型交互而实现的调度逻辑。

核心差异：math.cos vs numpy.cos #

• math.cos是普通Python函数，仅接受基础数值类型（float、int等），不会尝试识别或调用自定义对象的任何方法，因此传入myreal实例会直接报错。
• numpy.cos是numpy.ufunc类型的实例，从设计之初就支持根据输入参数的类型动态选择处理逻辑——这就是你看到的“自动调用myreal类cos方法”的原因。

NumPy ufunc的调度逻辑 #

当你调用numpy.cos(x)（x为myreal实例）时，ufunc会按以下顺序处理：

1. 优先检查ndarray类型：如果输入是NumPy数组，直接执行底层C级别的高效数值计算。
2. 检查__array_ufunc__协议：如果输入不是ndarray，会先判断对象是否实现了__array_ufunc__方法——这是NumPy提供的自定义类与ufunc交互的标准接口，允许类完全控制如何响应ufunc调用。
3. 魔术方法降级处理：如果没有实现__array_ufunc__，NumPy会尝试查找对应的双下划线魔术方法。比如numpy.cos会检查对象是否有__cos__方法（注意是双下划线包裹的魔术方法，如果你描述中的cos方法实际是__cos__，就会被这里匹配到），若存在则调用该方法并返回结果。

为什么这是NumPy的设计特性 #

NumPy的ufunc多分派机制，本质是为了让自定义数值类型（比如你自己的myreal类）能无缝融入NumPy的计算生态。许多科学计算库（如pandas、xarray）或自定义数值类，都通过实现__array_ufunc__或对应魔术方法，来支持NumPy通用函数的调用，无需修改NumPy源码就能实现兼容。

示例验证：显式实现__array_ufunc__ #

如果你需要更精确地控制自定义类对ufunc的响应，可以显式实现__array_ufunc__：

import math
import numpy as np

class myreal:
    def __init__(self, val):
        self.val = val
    
    def __cos__(self):
        return myreal(math.cos(self.val))
    
    def __array_ufunc__(self, ufunc, method, *inputs, **kwargs):
        # 仅处理numpy.cos的调用
        if ufunc is np.cos and method == '__call__':
            return self.__cos__()
        # 其他ufunc返回NotImplemented，让NumPy尝试默认逻辑
        return NotImplemented

x = myreal(0.5)
print(np.cos(x).val)  # 输出math.cos(0.5)的计算结果

内容的提问来源于stack exchange，提问作者Donna