如何为来自未知numpy数组的数值添加类型提示？

对于你遇到的场景，有几种成熟的类型提示方案可以覆盖numpy数值类型和Python内置数值类型的混合情况：

1. 直接使用联合类型（Union） #

这是最直观的方式，明确列出所有可能的类型：

from typing import Union
import numpy as np

def some_func(array: np.ndarray, value: Union[np.number, float, int, bool]) -> None:
    # 函数实现
    pass

• np.number 是numpy所有数值类型（如np.float64、np.int32、np.uint64等）的抽象基类，能覆盖所有numpy原生数值类型；
• 额外加上float、int、bool是为了兼容Python内置的基础数值类型，避免类型检查器误报。

如果你的函数需要处理复数类型，可以再加入complex和np.complexfloating。

2. 自定义类型别名 #

如果多个函数都需要用到这个类型提示，建议定义一个类型别名来简化代码：

from typing import Union
import numpy as np

# 自定义类型别名，涵盖所有可能的数值类型
Numeric = Union[np.number, float, int, bool]

def some_func(array: np.ndarray, value: Numeric) -> None:
    pass

def another_func(data: Numeric) -> None:
    pass

这样既保持代码整洁，又方便统一修改类型范围。

3. 结合Python内置的typing.Number #

Python的typing.Number是所有数值类型的抽象基类，numpy的数值类型已经被注册到这个ABC中，因此也可以直接使用：

from typing import Number
import numpy as np

def some_func(array: np.ndarray, value: Number) -> None:
    pass

这种方式更简洁，但需要注意：typing.Number会包含更多类型（比如fractions.Fraction），如果你的函数仅处理基础数值和numpy数值，这种方案可能范围略宽，但多数情况下可以正常使用。

注意事项 #

• Python 3.10及以上版本可以用|替代Union，写法更简洁：value: np.number | float | int | bool；
• 部分类型检查器（如mypy）可能需要安装numpy-stubs来获得更准确的numpy类型提示支持。

内容的提问来源于stack exchange，提问作者meisel