代码之家 › 专栏 › 技术社区 › nyanpasu64

如何比较持有numpy.ndarray(bool(a==b)引发ValueError)的数据类的相等性?

python-dataclasses numpy python

nyanpasu64 · 技术社区 · 6 年前

如果我创建了一个包含Numpy ndarray的Python数据类,我就不能再使用自动生成的 __eq__ 不再。

import numpy as np

@dataclass
class Instr:
    foo: np.ndarray
    bar: np.ndarray

arr = np.array([1])
arr2 = np.array([1, 2])
print(Instr(arr, arr) == Instr(arr2, arr2))

ValueError:具有多个元素的数组的真值不明确。使用a.any()或a.all()

这是因为 ndarray.__eq__ 有时返回 ndarray 通过比较 a[0] 到 b[0] ,以此类推,直到2中较长的一个。这是非常复杂和不直观的,事实上只有当数组是不同的形状,或者具有不同的值或其他东西时才会引发错误。

如何安全地比较 @dataclass 持有核弹阵列?

@数据类 的实现 __情商__ 是使用 eval() . 堆栈跟踪中缺少其源,无法使用 inspect ,但实际上它使用了 元组比较 ,它调用bool(foo)。

import dis
dis.dis(Instr.__eq__)

节选:

  3          12 LOAD_FAST                0 (self)
             14 LOAD_ATTR                1 (foo)
             16 LOAD_FAST                0 (self)
             18 LOAD_ATTR                2 (bar)
             20 BUILD_TUPLE              2
             22 LOAD_FAST                1 (other)
             24 LOAD_ATTR                1 (foo)
             26 LOAD_FAST                1 (other)
             28 LOAD_ATTR                2 (bar)
             30 BUILD_TUPLE              2
             32 COMPARE_OP               2 (==)
             34 RETURN_VALUE

1 回复 | 直到 6 年前

FHTMitchell 5 年前

解决办法是你自己 __eq__ 方法和集合 eq=False 所以数据类不会生成自己的(尽管检查 docs 最后一步是不必要的,但我认为还是要明确一点。

import numpy as np

def array_eq(arr1, arr2):
    return (isinstance(arr1, np.ndarray) and
            isinstance(arr2, np.ndarray) and
            arr1.shape == arr2.shape and
            (arr1 == arr2).all())

@dataclass(eq=False)
class Instr:

    foo: np.ndarray
    bar: np.ndarray

    def __eq__(self, other):
        if not isinstance(other, Instr):
            return NotImplemented
        return array_eq(self.foo, other.foo) and array_eq(self.bar, other.bar)

编辑

通用数据类的通用快速解决方案,其中一些值是numpy数组,而另一些不是

import numpy as np
from dataclasses import dataclass, astuple

def array_safe_eq(a, b) -> bool:
    """Check if a and b are equal, even if they are numpy arrays"""
    if a is b:
        return True
    if isinstance(a, np.ndarray) and isinstance(b, np.ndarray):
        return a.shape == b.shape and (a == b).all()
    try:
        return a == b
    except TypeError:
        return NotImplemented

def dc_eq(dc1, dc2) -> bool:
   """checks if two dataclasses which hold numpy arrays are equal"""
   if dc1 is dc2:
        return True
   if dc1.__class__ is not dc2.__class__:
       return NotImplmeneted  # better than False
   t1 = astuple(dc1)
   t2 = astuple(dc2)
   return all(array_safe_eq(a1, a2) for a1, a2 in zip(t1, t2))

# usage
@dataclass(eq=False)
class T:

   a: int
   b: np.ndarray
   c: np.ndarray

   def __eq__(self, other):
        return dc_eq(self, other)