如何让int8类型的NumPy数组在用户侧表现为bool类型

核心思路是利用NumPy的内存视图（view()）实现同一内存区域的双向类型映射，既满足旧规范要求的int8存储，又让用户操作时获得bool类型的行为，且两者实时同步。

正确实现代码 #

import numpy as np

class MyClass(dict):
    @property
    def mask(self):
        # 返回int8数组的bool视图，共享底层内存
        return self['mask'].view(bool)
    
    @mask.setter
    def mask(self, inmask):
        # 将输入转换为int8类型存储，兼容旧规范
        self['mask'] = np.asarray(inmask, dtype=np.int8)

验证效果 #

1. 初始化与基础同步 #

input_mask = np.array((0, 1), dtype=np.int8)
obj = MyClass((('mask', input_mask),))

print(obj.mask)       # 输出: [False  True]
print(obj['mask'])    # 输出: [0 1]

2. 修改存储数组（int8），视图同步更新 #

obj['mask'][0] = 1
print(obj.mask)       # 输出: [True  True]
print(obj['mask'])    # 输出: [1 1]

3. 修改视图（bool），存储数组同步更新 #

obj.mask[0] = False
print(obj.mask)       # 输出: [False  True]
print(obj['mask'])    # 输出: [0 1]

4. 索引操作正确性验证 #

obj.mask = np.array((True, False, False, True))
print(np.arange(4, 8)[obj.mask])  # 输出: [4 7]，符合bool索引预期

方案原理说明 #

• 内存共享：NumPy中bool和int8类型均为单字节元素，内存布局完全兼容。通过view(bool)创建的视图与原int8数组共享底层内存，修改任意一方都会直接作用于同一块内存，实现实时同步。
• 避免独立副本：不同于astype()会生成新数组副本，view()仅改变数据的类型解释，不复制内存，从根源解决了同步问题。

旧实现错误原因 #

• 第一种实现使用astype(bool)返回新数组副本，导致obj.mask与obj['mask']是独立对象，修改互不影响。
• 第二种实现维护了两个独立数组（_mask和obj['mask']），没有同步机制，修改其中一个时另一个无法自动更新。

内容的提问来源于stack exchange，提问作者astabada