Как обновить точечный продукт в numpy?

Итак, я предполагаю, что у вас есть следующая ситуация:

import numpy as np
class my_class():
    def __init__(self, x, values):
        self.x = x
        self.values = values
        self.totv = np.dot(x, values)
    def update_x(self, i, v):
        self.x[i] = v

inst = my_class(np.array([1,2,3]), np.array([4,5,6]))
inst.update_x(1, 4)
print(inst.__dict__)

который дает:

{'x': array([1, 4, 3]), 'values': array([4, 5, 6]), 'totv': 32}

потому что:

>>> 1 * 4 + 2 * 5 + 3 * 6
32

Поэтому вы хотели бы, чтобы при изменении атрибута x в методе update_xself.totv переоценивался.

Боюсь, что у них нет альтернативы вызову: self.totv = ... каждый раз, когда вы модифицируете self.x. Однако вы можете улучшить читаемость вашего кода, определив метод, который обновляет атрибут totv:

class my_class():
    def update_totv(self):
        self.totv = np.dot(self.x, self.values)
    def __init__(self, x, values):
        self.x = x
        self.values = values
        self.totv = np.dot(x, values)
    def update_x(self, i, v):
        self.x[i] = v
        self.update_totv()

Теперь, пока вы вызываете self.update_totv() после каждой модификации self.x, self.totv будет соответственно обновляться. Следовательно, первый код, использующий это объявление нового класса, дает правильный результат:

{'x': array([1, 4, 3]), 'values': array([4, 5, 6]), 'totv': 42}

поскольку:

>>> 1 * 4 + 4 * 5 + 3 * 6
42

Вы действительно хотите определение свойства totv?

>>> import numpy as np
>>> class Tot: 
...     def __init__(self,x,values):
...             self.x = x
...             self.values = values
...     @property
...     def totv(self):
...             return np.dot(self.x,self.values)
... 
>>> tot = Tot(np.array([1,2,3]),np.array([1,0,1]))
>>> tot.totv
4
>>> tot.x = np.array([14,14,19])
>>> tot.totv
33
>>> 

Здесь tot.totv рассчитывается каждый раз, когда на него ссылаются.