10运算复写

基本运算

算术和比较操作ndarrays 被定义为逐元素操作，并且通常将 ndarray对象作为结果产生。

算术运算+，-，*，/，//， %，divmod()，**,pow()
位运算<<,>>，&，^，|，~
逻辑运算 not,and,or
比较运算==，<，>， <=，>=，!=
自等运算+=,-=,*=,/=,//=,%=,**=,<<=,>>=,&=,^=,|=,~=

以上所有运算在ndarray中均已经复写实现。

比较运算符

方法	描述
ndarray._lt_(self, value, /)	返回 self<value.
ndarray._le_(self, value, /)	返回 self<=value.
ndarray._gt_(self, value, /)	返回 self>value.
ndarray._ge_(self, value, /)	返回 self>=value.
ndarray._eq_(self, value, /)	返回 self==value.
ndarray._ne_(self, value, /)	返回 self!=value.

array（`bool`）的真值：

方法	描述
ndarray.__bool__(self, /)	self != 0

tip 注意:

数组的真值测试会调用
ndarray.\_\_bool__，如果数组中的元素数大于1，则会引发错误，因为此类数组的真值是不明确的。使用.any()而
.all()不是清楚这种情况下的含义。（如果元素数为0，则数组的计算结果为False。）

一元操作

方法	描述
ndarray.__neg__(self, /)	-self
ndarray.__pos__(self, /)	+self
ndarray.__abs__(self)
ndarray.__invert__(self, /)	~self

算术运算

方法	描述
ndarray.__add__(self, value, /)	返回 self+value.
ndarray.__sub__(self, value, /)	返回 self-value.
ndarray.__mul__(self, value, /)	返回 self*value.
ndarray.__truediv__(self, value, /)	返回 self/value.
ndarray.__floordiv__(self, value, /)	返回 self//value.
ndarray.__mod__(self, value, /)	返回 self%value.
ndarray.__divmod__(self, value, /)	返回 divmod(self, value).
ndarray.__pow__(self, value[, mod])	返回 pow(self, value, mod).
ndarray.__lshift__(self, value, /)	返回 self<<value.
ndarray.__rshift__(self, value, /)	返回 self>>value.
ndarray.__and__(self, value, /)	返回 self&value.
ndarray.__or__(self, value, /)	返回 self
ndarray.__xor__(self, value, /)	返回 self^value.

tip 注意

pow默认忽略任何第三个参数，
因为底层ufunc只接受两个参数。
三个划分算子都是定义的; div默认情况下truediv处于活动状态，
当__future__分割生效时处于活动状态。
因为ndarray是内置类型（用C编写），
所以 __r{op}__ 不直接定义特殊方法。
可以使用调用为数组实现许多算术特殊方法的函数__array_ufunc__。

自身算术运算

方法	描述
ndarray.__iadd__(self, value, /)	返回 self+=value。
ndarray.__isub__(self, value, /)	返回 self==value。
ndarray.__imul__(self, value, /)	返回 self*=value。
ndarray.__itruediv__(self, value, /)	返回 self/=value。
ndarray.__ifloordiv__(self, value, /)	返回 self//=value。
ndarray.__imod__(self, value, /)	返回 self％=value。
ndarray.__ipow__(self, value, /)	返回 self**=value。
ndarray.__ilshift__(self, value, /)	返回 self<<=value。
ndarray.__irshift__(self, value, /)	返回 self>>=value。
ndarray.__iand__(self, value, /)	返回 self&=value。
ndarray.__ior__(self, value, /)	返回 self
ndarray.__ixor__(self, value, /)	返回 self^=value。

danger 警告

就地操作将使用由两个操作数的数据类型决定的精度来执行计算，但会悄悄地向下转换结果（如果需要），
以便它可以重新适应数组。
因此，对于混合精度计算，A {op} = B 可以不同于 A = A {op} B。例如，假设 a = ones(3，3)。
然后，a += 3j 与 a = a + 3j 不同：当它们都执行相同的计算时，a += 3 将结果强制转换为适合 a ，而 a = a+3j 将名称 a 重新绑定到结果。

矩阵乘法

方法	描述
ndarray.__matmul__(self, value, /)	返回 self@value。

tip 注意

Matrix 运算符 @ 和 @= 是在PEP465之后的Python 3.5中引入的。NumPy 1.10.0为测试目的初步实现了 @。
进一步的文档可以在 matmul 文档中找到。

标准库函数运算

numpy对下列标准库方法进行了实现。

numpy：all，any，argmax， argmin，argpartition，argsort，choose， clip，compress，copy，cumprod， cumsum，diagonal，imag，max， mean，min，nonzero，partition， prod，ptp，put，ravel，real， repeat，reshape，round， searchsorted，sort，squeeze，std， sum，swapaxes，take，trace， transpose，var

标准库函数的运算，基本都进行重写可以运算。

复制

方法	描述
ndarray.__copy__()	如果使用的copy.copy是所谓的数组上。
ndarray.__deepcopy__()	如果使用的copy.deepcopy是所谓的数组上。
ndarray.__reduce__()	用于 pickling。
ndarray.__setstate__（州，/）	用于unpickling。

基本定制：

方法	描述
ndarray.__new__(args, *kwargs)	创建并返回一个新对象。
ndarray.__array__()	如果没有给出dtype，则返回对self的新引用;如果dtype与数组的当前dtype不同，则返回提供的数据类型的新数组。
ndarray.__array_wrap__()

容器定制

方法	描述
ndarray.__len__(self, /)	返回 len(self)。
ndarray.__getitem__(self, key, /)	返回 self[key]。
ndarray.__setitem__(self, key, value, /)	将 self[key] 设置为value。
ndarray.__contains__(self, key, /)	返回 self 的 key。