为什么Python内置函数（例如sum()、max()、min()）可以用于计算NumPy的数据类型ndarray？

Question

我正在学习numpy，但我有一些困惑的问题：

>>> import numpy as np
>>> a = np.arange(10)
>>> a.sum()
45

而：sum(a) 给出了相同的结果。

那么为什么内置函数能够支持第三方库中数据类型的计算？min() 和 max() 也是如此（当dim为1时）。

我有两个猜测，我更喜欢后者:

1. Python核心开发人员添加了对ndarray的支持;
2. 在ndarray中定义了一些隐藏属性，使其成为可能。（如果是这样，它是什么？）

- Feishi

Answer 1

所有第三方库类型需要做的就是实现期望的协议（有时也称为接口）。sum()函数文档告诉你期望什么：

从左到右求和start和可迭代对象中的项目并返回总计。

min()和max()也有类似的要求（返回可迭代对象中最小的元素，返回可迭代对象中最大的元素）。

在此，可迭代对象是一个协议，在标准类型文档中进行了描述。协议本身不是类型，它们只是一组预期以某种方式运行的方法。 collections.abc模块提供了多个对象，您可以使用这些对象来测试某个对象是否实现了协议：

>>> import numpy as np
>>> from collections.abc import Iterable
>>> a = np.arange(10)
>>> isinstance(a, Iterable)
True

所以，ndarray类型是可迭代的，这就是sum()函数使用它来获取数组中包含的所有值并为您将这些值相加的原因。由于Python依赖协议，核心语言开发人员不必为每个第三方库添加支持。相反，库只需匹配核心语言的期望即可。请注意，ndarray.sum()的实现可以利用类型的内部实现；它可能可以更快地产生总和，因为它不必首先将内部数据转换为Python对象（迭代返回装箱类型，在这种情况下是Python int对象，而内部表示包含裸C整数）。

- Martijn Pieters

---

np.sum(a,...) 尝试运行 a.sum(...)。也就是说，它代表数组方法（如果存在）。这意味着 ndarray 子类可以添加自己的细节。 - hpaulj