为何向NumPy __array__方法传递关键字参数会报错？

这个报错的核心原因是numpy调用__array__方法时，会将额外参数以位置参数的形式传递，而非关键字参数。

问题根源 #

当你调用np.array(obj, dtype=np.float32)这类带参数的方法时，numpy内部并不是通过obj.__array__(dtype=np.float32)的方式调用，而是直接把dtype的值作为位置参数传给__array__，也就是执行obj.__array__(np.float32)。

这就导致了两种实现的差异：

• 用**kwargs定义的__array__方法只能接收关键字参数，无法处理numpy传入的位置参数，因此触发参数数量不匹配的错误。
• 显式声明dtype=None这类位置参数的实现，能正确接收numpy传递的参数，所以可以正常运行。

正确的实现方式 #

要兼容numpy的调用逻辑，你可以通过以下两种方式定义__array__：

方式1：遵循numpy规范声明位置参数 #

按照numpy官方规范，__array__的标准签名是__array__(self, dtype=None, /)（/表示位置-only参数），直接遵循这个规范即可：

import numpy as np

class MyArray:
    def __init__(self, arr):
        self.arr = arr
    def __array__(self, dtype=None):
        return np.array(self.arr, dtype=dtype)

方式2：用*args接收所有位置参数 #

如果需要支持np.array函数的全部参数，也可以用*args和**kwargs组合，统一传递给内部的np.array，这种方式更灵活：

import numpy as np

class MyArray:
    def __init__(self, arr):
        self.arr = arr
    def __array__(self, *args, **kwargs):
        return np.array(self.arr, *args, **kwargs)

关于“不符合Python风格”的疑问 #

numpy的这种设计源于早期Python版本的限制——当时还没有keyword-only参数的语法，因此采用了位置参数传递的方式。为了保持向后兼容性，numpy至今仍沿用这个调用逻辑，所以才会出现看似“不符合Python常规风格”的情况。

内容的提问来源于stack exchange，提问作者Ray Osborn