如何正确编写NumPy数组类型提示？解决NDArray类型报错问题

你遇到的问题是对numpy.typing.NDArray的泛型参数使用方式理解有误：NDArray的类型参数仅接受标量数据类型（比如numpy.float64），它本身已经代表任意维度的数组，不需要嵌套NDArray来标注多维数组。

错误原因 #

你写的numpy.typing.NDArray[numpy.typing.NDArray[numpy.float64]]违反了NDArray的泛型约束——它期望传入的是标量类型，而非另一个数组类型，因此Pylance会提示类型不兼容的错误。

正确的类型提示写法 #

1. 只标注元素类型（不限维度） #

这是最常用的写法，适用于接受任意维度float64数组的场景：

import numpy as np
from numpy.typing import NDArray

def handle_array(arr: NDArray[np.float64]) -> None:
    # 处理数组逻辑
    pass

2. 标注二维数组（任意大小） #

如果需要明确限制数组为二维，可以结合numpy.ndarray和形状元组：

import numpy as np
from typing import Tuple

def handle_2d_array(arr: np.ndarray[Tuple[int, int], np.dtype[np.float64]]) -> None:
    # 处理二维数组逻辑
    pass

3. 标注固定形状的二维数组（比如你的4x4示例） #

如果要严格限定数组形状为4行4列，可以使用Literal来指定具体维度：

import numpy as np
from typing import Tuple, Literal

def handle_4x4_array(arr: np.ndarray[Tuple[Literal[4], Literal[4]], np.dtype[np.float64]]) -> None:
    # 处理固定形状的二维数组逻辑
    pass

内容的提问来源于stack exchange，提问作者Regt Lu