如何让自定义点访问dotDict类兼容numpy.array()？

问题根源 #

你的dotDict把所有属性访问（包括numpy需要的特殊属性）都直接映射到字典的键查找，导致numpy尝试访问__array_struct__时，被当成字典key去查询，自然触发KeyError。而你之前尝试的__array_struct__实现不符合numpy对该接口的格式要求，所以报错ValueError。

两种可行解决方案 #

方案1：修改__getattr__，避免拦截特殊属性 #

只在字典中存在对应key时才用字典的取值逻辑，否则调用父类的属性访问逻辑，让numpy的特殊属性能正常被处理：

import numpy as np

class dotDict(dict):
    def __getattr__(self, attr):
        # 仅当attr是字典的key时，才用dict的__getitem__
        if attr in self:
            return self[attr]
        # 否则走默认的属性查找逻辑，兼容numpy的特殊属性
        return super().__getattr__(attr)
    
    __setattr__ = dict.__setitem__
    __delattr__ = dict.__delitem__

测试验证：

d = dotDict(a=1, b=2, c=3)
print(np.atleast_1d(d))
# 输出结构化数组：array([(1, 2, 3)], dtype=[('a', '<i8'), ('b', '<i8'), ('c', '<i8')])

方案2：自定义__array__方法，明确转换逻辑 #

如果你需要把dotDict转换成特定形式的数组（比如只取字典的值组成数组），可以直接实现__array__方法，告诉numpy如何转换：

import numpy as np

class dotDict(dict):
    __getattr__ = dict.__getitem__
    __setattr__ = dict.__setitem__
    __delattr__ = dict.__delitem__
    
    def __array__(self, dtype=None):
        # 自定义转换逻辑：这里把字典的值转为数组
        return np.array(list(self.values()), dtype=dtype)

测试验证：

d = dotDict(x=[1,2,3], y=[4,5,6])
print(np.atleast_1d(d))
# 输出：array([[1, 2, 3], [4, 5, 6]])

注意事项 #

• 不推荐手动实现__array_struct__，这是numpy旧版的数组接口，格式要求严格且文档较少，用__array__方法更直观可控。
• 方案1保留了dotDict的所有原有特性，同时兼容numpy的自动转换；方案2适合需要自定义数组输出格式的场景。

内容的提问来源于stack exchange，提问作者Daniel