如何获取可容纳数组所有元素的最小numpy dtype？

对于标量，我可以用np.min_scalar_type获取能容纳其值的最小dtype，示例如下：

In [32]: np.min_scalar_type(0)
Out[32]: dtype('uint8')

In [33]: np.min_scalar_type(0.1)
Out[33]: dtype('float16')

In [34]: np.min_scalar_type(-1)
Out[34]: dtype('int8')

In [35]: np.min_scalar_type(np.nan)
Out[35]: dtype('float16')

但针对数组，有没有等效的函数？现有的np.min_scalar_type处理数组时，只会返回输入数组的dtype，而非能容纳所有元素的最小适配dtype：

In [36]: np.min_scalar_type([0, 0.1, -1, np.nan])
Out[36]: dtype('float64')  # 期望结果：float16

In [37]: np.min_scalar_type([0, 1])
Out[37]: dtype('int64')  # 期望结果：uint8

In [39]: np.min_scalar_type([1, -1])
Out[39]: dtype('int64')  # 期望结果：int8

In [40]: np.min_scalar_type([-100, 200])
Out[40]: dtype('int64')  # 期望结果：int16

实现这个功能并不简单，比如数组[-1, 200]的最小适配dtype是int16，但单独对每个元素应用np.min_scalar_type无法得到正确结果。我曾尝试过np.min_scalar_type((np.sign(np.min(ar)) or 1) * np.max(ar))，但在全负数或包含浮点数的场景下会失效。请问有没有现成的实现？

内容的提问来源于stack exchange，提问作者gerrit