我试图写一个子类masked_array 。 我已经走到这一步，是这样的：
class gridded_array(ma.core.masked_array):
def __init__(self, data, dimensions, mask=False, dtype=None,
copy=False, subok=True, ndmin=0, fill_value=None,
keep_mask=True, hard_mask=None, shrink=True):
ma.core.masked_array.__init__(data, mask, dtype, copy, subok,
ndmin, fill_value, keep_mask, hard_mask,
shrink)
self.dimensions = dimensions
然而，当我现在创建一个gridded_array ，我没有得到我的期望：
dims = OrderedDict()
dims['x'] = np.arange(4)
gridded_array(np.random.randn(4), dims)
masked_array(data = [-- -- -- --],
mask = [ True True True True],
fill_value = 1e+20)
我希望的非屏蔽阵列。 我的怀疑dimensions参数我传递大干快上的传递masked_array.__init__打电话，但因为我是很新的面向对象，我不知道如何解决这个问题。
任何帮助是极大的赞赏。
PS：我在Python 2.7版
提醒一句：如果你是全新的，以面向对象，继承ndarrays和MaskedArrays是不是一个最简单上手，到目前为止...
任何事情之前，你应该去看看这个教程 。 这应该把你介绍给参与子类的机制ndarrays 。
MaskedArrays ，像ndarrays ，使用__new__用于创建类的实例，而不是方法__init__ 。 通过你到达的时间__init__你的子类的，你已经有了一个完全实例化对象，与下放给实际的初始化__array_finalize__方法。 简单来说：你的__init__不工作，你会用标准的Python对象的期望。 （ 实际上，我不知道是否就是所谓的在所有...之后__array_finalize__ ，如果我没有记错...）
现在，你已经被警告，你可能要考虑是否真的需要经过一个子类的麻烦ndarray ：
- 什么是你自己的目标
gridded_array ？ - 如果你支持的所有方法
ndarrays一部分还是？ 所有dtypes？ - 当你把一个单一的元素或者对象的切片应该发生什么？
- 您将使用
gridded_arrays广泛作为NumPy的功能投入？
如果你有疑问，那么它可能是更容易设计gridded_array作为一个通用类，需要一个ndarray （或MaskedArray ）的属性（比如说， gridded_array._array ），和只添加方法，你需要在你的工作self._array 。
建议
- 如果你只需要在“标签”您的每一个项目
gridded_array ，你可能感兴趣的大熊猫 。 - 如果你只需要对付的花车，
MaskedArray可能是有点矫枉过正：只要使用nans表示无效数据，很多numpy的功能有nans等价物。 在最坏的情况，你总是可以掩盖你的gridded_array需要的时候：采取的一个子类的视图ndarray与.view(np.ma.MaskedArray)应该返回您输入的蒙面版本...
问题是， masked_array使用__new__而不是__init__ ，让你的dimensions参数是被曲解。
要覆盖__new__ ，使用方法：
class gridded_array(ma.core.masked_array):
def __new__(cls, data, dimensions, *args, **kwargs):
self = super(gridded_array, cls).__new__(cls, data, *args, **kwargs)
self.dimensions = dimensions
return self
