如何修改CustomDict的__array_interface__适配numpy.array转换？

我定义了自定义字典类CustomDict并实现__array_interface__属性，调用numpy.array转换该类实例时得到错误的浮点数数组，预期应与转换普通dict一致，得到dtype为object的数组。查阅numpy文档但理解不足，请问如何修改__array_interface__？

代码示例：

class CustomDict(dict):
    @property
    def __array_interface__(self):
        return {
            'version': 3,
            'typestr': '<f8',
            'data': (id(self), False),
            'shape': (len(self),),
        }

调用代码：

import numpy as np

custom_data = CustomDict({'a': 1.0, 'b': 2.0, 'c': 3.0})
numpy_array = np.array(custom_data)

当前错误结果：[1.4821969e-323 1.2284441e-311 1.4821969e-323]
预期结果：array({'a': 1.0, 'b': 2.0, 'c': 3.0}, dtype=object)

解决方案 #

你当前的__array_interface__实现完全错误：data字段填入的是字典对象的内存地址，numpy会直接把这块内存按<f8（双精度浮点数）格式解析，但字典是哈希表结构，内部没有连续的数值型内存，因此得到了无意义的乱码浮点数。

如果你的需求是让numpy.array()把CustomDict实例当成普通字典处理，生成object类型数组，有两种可行方案：

方案1：直接删除__array_interface__属性 #

numpy默认会把字典作为单个object元素转换成数组，无需额外实现接口。删除__array_interface__后，numpy会使用默认类型推断逻辑，直接得到你预期的结果。

修改后的代码：

import numpy as np

class CustomDict(dict):
    pass  # 移除错误的__array_interface__实现

custom_data = CustomDict({'a': 1.0, 'b': 2.0, 'c': 3.0})
numpy_array = np.array(custom_data)
print(numpy_array)
# 输出: array({'a': 1.0, 'b': 2.0, 'c': 3.0}, dtype=object)

方案2：实现__array__方法强制转换逻辑 #

如果必须保留__array_interface__供其他场景使用，可以实现__array__方法，强制numpy按object类型转换实例：

import numpy as np

class CustomDict(dict):
    @property
    def __array_interface__(self):
        # 保留原接口供其他依赖使用
        return {
            'version': 3,
            'typestr': '<f8',
            'data': (id(self), False),
            'shape': (len(self),),
        }
    
    def __array__(self, dtype=None):
        # 强制将自身作为普通字典转换为object类型数组
        return np.array(super(), dtype=dtype or object)

custom_data = CustomDict({'a': 1.0, 'b': 2.0, 'c': 3.0})
numpy_array = np.array(custom_data)
print(numpy_array)
# 输出: array({'a': 1.0, 'b': 2.0, 'c': 3.0}, dtype=object)

关键说明 #

• __array_interface__是numpy用于直接访问对象内部连续内存块的接口，仅适用于本身包含连续数值数据的对象（如数组、缓冲区），字典不具备这种结构，因此不能用该接口描述其内容。
• 当numpy检测到对象实现了__array_interface__，会优先使用该接口创建数组，跳过默认的类型推断流程，这也是你之前得到错误结果的核心原因。

内容的提问来源于stack exchange，提问作者Daniel