如何使用__array_finalize__为ndarray子类添加适配全场景的自定义方法

解决方案 #

你对numpy子类创建场景的判断是对的，所有实例创建路径最终都会触发__array_finalize__方法，直接把最大值计算逻辑放在这里即可覆盖全部场景。
另外你存在一个误区：RealisticInfoArray本身就是ndarray的子类，实例self完全兼容所有接收原生ndarray的numpy方法，不需要额外获取所谓的「底层ndarray」。

修改后的完整实现

import numpy as np

class RealisticInfoArray(np.ndarray):
    def __new__(cls, input_array, info=None):
        obj = np.asarray(input_array).view(cls)
        obj.info = info
        return obj

    def __array_finalize__(self, obj):
        if obj is None:
            return
        # 继承原有实例的自定义属性
        self.info = getattr(obj, 'info', None)
        # 直接对当前新实例计算最大值，覆盖所有创建场景
        self.maximum = np.nanmax(self)
    
    # 可选保留：如果需要主动刷新最大值可调用该方法
    def SetMax(self):
        self.maximum = np.nanmax(self)

    def ChangeValue(self):
        self[1] = 0

效果验证

所有创建场景都能自动生成maximum属性：

1. 显式构造场景

arr = RealisticInfoArray([1,3,5,2], info="测试数组")
print(arr.maximum) # 输出 5

2. 视图转换场景

normal_arr = np.array([4,2,7,1])
view_arr = normal_arr.view(RealisticInfoArray)
print(view_arr.maximum) # 输出 7

3. 模板新建场景（切片、运算返回新实例）

slice_arr = arr[1:]
print(slice_arr.maximum) # 输出切片的最大值 5
print(slice_arr.info) # 自动继承原数组的info属性

疑问解答

不需要额外编写静态方法，__array_finalize__中的self就是当前新创建的子类实例，直接用于计算即可，obj参数仅用于继承原实例的自定义属性，不需要参与数值计算。

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