为何mypy对numpy的np.float_与np.float64等别名处理不一致？

根据numpy官方文档，np.float_、np.float64、np.double都是同一64位浮点类型的别名，但在你的代码中，mypy仅对传入np.float64定义的数组报错，却忽略了np.float_和np.double的情况，核心原因在于numpy类型存根文件对不同别名的类型定义不一致，导致mypy的类型推断逻辑出现差异：

1. 类型存根的定义差异
   mypy依赖numpy提供的.pyi类型存根文件做静态类型检查，而非直接读取运行时的别名关联：

   • np.float64在存根中被明确绑定到floating[_64Bit]类型，mypy能清晰识别它和np.float32（对应floating[_32Bit]）的类型不兼容；
   • 旧版本numpy的存根中，np.float_和np.double的定义未正确关联到_64Bit标记，可能被处理为宽泛的Any类型，或者别名的类型信息未被mypy正确解析，导致无法检测到与np.float32的类型冲突。

2. 验证与解决方法

   • 升级到最新版numpy和mypy：新版本的类型存根已修复该问题，会统一识别所有64位浮点别名的类型，此时传入np.float_或np.double定义的数组时，mypy会正确抛出类型不兼容错误；
   • 手动标注变量类型：若无法升级，可在代码中明确指定变量的类型，例如：

     a: NDArray[np.float64] = np.ones((2,3), dtype=np.float_)
     c: NDArray[np.float64] = np.ones((2,3), dtype=np.double)
     

     这样mypy就能识别到这些变量与print_max函数要求的NDArray[np.float32]不匹配。

内容的提问来源于stack exchange，提问作者user3731622