Enum 中的 NumPy 数组值

Question

我正在寻找一种为模块声明不可变 numpy 数组的方法。我当前的尝试涉及利用

Enum

类。但是，如果我尝试将 numpy 数组作为值分配给

Enum

类属性，Python 会尝试将不同的值一起广播并引发错误。

这是一个最小的（不）工作示例：

import enum
import numpy as np

class Foo(enum.Enum):
    BAR = np.array([1, 2, 3])
    BAZ = np.array([4, 5])

这会引发错误：

ValueError: operands could not be broadcast together with shapes (3,) (2,)

我注意到使用

lists

而不是

np.arrays

效果很好。同样，我可以将

np.array

包装成

tuple

，但是我对这个解决方案感到不安，因为它感觉有点“不完整”。有没有办法使用 numpy 数组作为

Enum

值？或者也许有更好的方法在模块中声明静态 numpy 数组？

Answer 1

对我来说，询问“不可变数组”的问题可以通过两种方式理解：

1. 是否要确保某个属性一旦分配了初始值就不能再重新分配新值；例如，一旦将数组分配给

   BAR

   ，就不能在那里分配新数组了？

   在这种情况下，使用一些不可变的 Python 数据结构来保存 Numpy 数组，例如元组、命名元组（可以通过两种方式定义，请参阅here和here）或frozen dataclass。然而，这不能确保数组内的值不能被更改。

2. 您想确保数组内的值无法更改吗？

   在这种情况下，请将阵列上的

   WRITEABLE

   标志 设置为

   False

   。

两种可能性可以按如下方式组合，例如（此处使用冻结数据类来避免属性重新分配，并使用

setflags()

设置数组标志）：

from dataclasses import dataclass, FrozenInstanceError
import numpy as np

@dataclass(frozen=True)  # `frozen=True`: disable reassigning to `Foo's` fields
class Foo:
    BAR: np.ndarray
    BAZ: np.ndarray
    
    def __post_init__(self):
        self.BAR.setflags(write=False)  # `write=False`: disable reassigning to
        self.BAZ.setflags(write=False)  #     the entries of the arrays
        
foo = Foo(BAR=np.asarray([1, 2, 3]), BAZ=np.asarray([4, 5]))

try:
    foo.BAR = 42  # Try to assign a new value to `foo.BAR`
except FrozenInstanceError as error:
    print(error)  # >>> cannot assign to field 'BAR'
try:
    foo.BAR[0] = 42  # Try to assign a new value to a value of `foo.BAR`
except ValueError as error:
    print(error)  # >>> assignment destination is read-only

最后一点，请记住冻结数据类的文档所说的内容：不可能创建真正不可变的Python对象。因此，总会有一种方法可以绕过Python中的不变性措施，如果有的话真的尝试这样做。