如何将numpy值的字符串表示转换为对应dtype的标量？

我有一些包含numpy值字符串表示的文本，同时知道对应的dtype类型（比如numpy.dtypes.Int64DType），但无法提前预知所有可能的dtype。尝试多种方法将字符串转换为对应dtype的标量均失败：

import numpy as np

dt = np.dtypes.Int64DType
dt('3')  # 原以为可行，但该dtype类不可直接调用
np.fromstring('3', dtype=dt)  # ValueError：字符串长度必须是元素大小的倍数
np.fromstring('3', dtype=dt, count=1)  # ValueError：字符串小于请求的大小
np.fromstring('[3]', dtype=dt, count=1)  # ValueError：无法从字符串创建对象数组

同时后三次调用还收到警告：

:1: DeprecationWarning: fromstring的二进制模式已弃用，因其在unicode输入上的表现不符合预期。请改用frombuffer

我困惑的点在于，'3'明明是文本字符串，不是二进制字符串，却出现这些错误和警告。

方法1：通过dtype类的type属性转换 #

numpy的dtype类（比如Int64DType）的type属性对应着该类型的标量构造器，可直接用来转换字符串：

import numpy as np

dt = np.dtypes.Int64DType
scalar = dt.type('3')
print(scalar, type(scalar))  # 输出：3 <class 'numpy.int64'>

方法2：利用np.array间接转换 #

先将字符串包装成数组，指定目标dtype后提取标量：

import numpy as np

dt = np.dtypes.Int64DType
scalar = np.array('3', dtype=dt)[()]  # [()]用于提取0维数组的标量值
print(scalar, type(scalar))  # 输出：3 <class 'numpy.int64'>

也可以用列表包装字符串后取第一个元素：

scalar = np.array(['3'], dtype=dt)[0]

方法3：通用转换函数（适配所有dtype） #

如果需要处理多种未知dtype，可写一个通用函数兼容不同场景：

import numpy as np

def str_to_numpy_scalar(s, dtype_cls):
    try:
        # 优先用标量构造器
        return dtype_cls.type(s)
    except Exception:
        # 针对特殊dtype（如字符串、结构化类型）降级用数组转换
        return np.array(s, dtype=dtype_cls)[()]

测试示例：

# 测试Nullable整数类型
dt_int = np.dtypes.Int64DType
print(str_to_numpy_scalar('123', dt_int))  # 123

# 测试浮点类型
dt_float = np.dtypes.Float64DType
print(str_to_numpy_scalar('45.67', dt_float))  # 45.67

# 测试字符串类型
dt_str = np.dtypes.StringDType
print(str_to_numpy_scalar('hello', dt_str))  # b'hello'（numpy字符串类型）

失败原因说明 #

• dt('3')失败：numpy.dtypes.Int64DType是dtype类，不是实例，不能直接调用构造标量，需用其type属性对应的标量类型。
• np.fromstring失败：该方法用于解析二进制字符串，不处理文本内容，传入文本必然报错，警告也提示其二进制模式已弃用，完全不适合你的场景。

内容的提问来源于stack exchange，提问作者Eike P.