Существует ли оболочка для numpy / ndarrays, которая возвращает массив для каждого из методов мутации?

Question

Решение python и, очевидно, numpy не возвращать объект после его мутации является источником частых неудобств. Этот вопрос будет основан на другом подходе: использовать шаблон builder, чтобы мы могли сделать это:

x = np.random.randint(0,10+1,50).sort()[:5]

и получить как минимум пять значений из случайного набора из десяти чисел. Вместо этого вышеприведенное приводит к ошибке времени выполнения из-за подписки None после sort. Мне интересно, была ли библиотека, предоставляющая этот шаблон builder поверх numpy, или какой-нибудь способ принудительно all mutation numpy методы вернуть self вместо None.

Для одной мутации может быть достаточно метода numpy:

x = np.sort(np.random.randint(0,10+1,50))[:5]

Но такой подход не scale, когда требуется ряд методов. Например,

x = np.resize(np.sort(np.random.randint(0,10+1,50))[:5],[5,1])

Это быстро становится трудным не только для записи, но и для чтения : нас просят как написать, так и прочитать код "наизнанку" справа налево.

Обновление"Победитель" был объявлен ниже. Внесение небольшой модификации - переименование с ChainWrapper на Wrp только для краткости - здесь используется как list, так и (numpy) ndarray:

Wrp(list(range(0,10,2))).append(8).append(10).insert(0, "hello").reverse().unwrap()[0:2]
# list:[10, 8]
import numpy as np
Wrp(np.linspace(0, 9, 10)).reshape(5, 2)[1:3, 0])
#  np.array: array([2., 4.])

Точка is: append, insert reverse и reshape return None. Wrp обнаруживает это и возвращает self. Часто я хочу написать лямбду, которая выполняет более одной операции в списке. Без вышесказанного сделать это было невозможно.

Answer 1

Не возвращать мутированный объект - это Pythonism, который напоминает вам о том факте, что новый объект не был создан. По этой причине практически все стандартные библиотечные функции, которые выполняют внутреннюю мутацию, возвращают None.

Вы можете написать свою собственную оболочку (а с некоторыми getattr magi c, сделать ее автоматизированной c) , но это, вероятно, не совсем стоит.

РЕДАКТИРОВАТЬ: Если вам нужно это только для цепочки, вы могли бы сделать что-то вроде

def chain(a, f):
    f(a)
    return a

x = chain(
    np.random.randint(0,10+1,50),
    lambda m: m.sort(),
)[:5]

или даже более причудливый,

def hyperchain(val, *fs):
    for f in fs:
        res = f(val)
        if res is not None:
            val = res
    return val

, чтобы позволить вам связывать вещи, возвращающие значение, и вещи, не возвращающие:

x = hyperchain(
    np.random.randint(0,10+1,50),
    lambda m: m.sort(),
    lambda m: m[:5],
)

РЕДАКТИРОВАТЬ 2: Вот вышеупомянутая getattr идея обертки - не говоря, что это хорошая идея или идеальная, но здесь мы go:

from functools import wraps


class ChainWrapper:
    def __init__(self, target):
        self._target = target

    def __getattr__(self, key):
        attr = getattr(self._target, key)
        if callable(attr):

            @wraps(attr)
            def wrapped_func(*args, **kwargs):
                retval = attr(*args, **kwargs)
                if retval is None:
                    retval = self
                return retval

            return wrapped_func
        return attr

    def __str__(self):
        return self._target.__str__()

    def __repr__(self):
        return f"<chain-wrapped {self._target!r}"

    def unwrap(self):
        return self._target

    # TODO: implement other things such as __getitem__ and __setitem__
    #       to just proxy through


l = [1, 2, 4, 8]

lw = ChainWrapper(l)
print(lw.append(8).append(10).insert(0, "hello").reverse())

Это выводит

[10, 8, 8, 4, 2, 1, 'hello']