如何将ctypes Structure对象转换为numpy数组并实现赋值？

尝试编写一个ctypes Structure结构，使其能轻松转换为numpy数组并用于赋值操作。以下是展示问题的示例代码：

from ctypes import Structure, c_double
import numpy as np

class Vec3d:
    x = 1
    y = 2
    z = 3
    def __array__(self, dtype):
        return np.array([self.x, self.y, self.z])

class Vec3dS(Structure):
    _fields_ = [("x", c_double), ("y", c_double), ("z", c_double)]
    def __array__(self, dtype):
        return np.array([self.x, self.y, self.z])

v = Vec3d()
vs = Vec3dS(1,2,3)
n = np.zeros((2,3))
n[0] = v
n[1] = vs

第一个赋值n[0]=v可正常运行，但第二个赋值n[1]=vs失败。Numpy能将v转换为numpy数组，但对vs的转换因dtype错误导致赋值失败，报错信息为：

TypeError: Cannot cast array data from dtype([('x', '<f8'), ('y', '<f8'), ('z', '<f8')]) to dtype('float64').

直接调用np.array(vs)也会得到相同的dtype。

疑问：

• 为何实现__array__（也尝试过__array_interface__）在使用ctypes.Structure时无效？
• 该如何修改Vec3dS类，让Numpy能正确将其转换为对应dtype的numpy数组？
• 补充：怀疑ctypes.Structure实现了PEP 3118，其优先级高于__array__。能否在Python层面覆盖这一机制？

你的猜测是对的：ctypes.Structure确实实现了PEP 3118定义的缓冲区协议，且该协议的优先级高于自定义的__array__方法。当numpy尝试将对象转换为数组时，会优先检查对象是否支持缓冲区协议，若支持则直接用它创建对应结构体字段的结构化数组，完全不会调用你自定义的__array__方法。

要覆盖这个行为，最优雅的方式是通过禁用结构体默认的缓冲区协议实现，让numpy fallback到你定义的__array__方法。具体做法是重写__array_struct__属性（PEP 3118的核心接口），让它返回None：

from ctypes import Structure, c_double
import numpy as np

class Vec3dS(Structure):
    _fields_ = [("x", c_double), ("y", c_double), ("z", c_double)]
    
    @property
    def __array_struct__(self):
        # 禁用默认的PEP 3118缓冲区协议，引导numpy调用自定义__array__
        return None
    
    def __array__(self, dtype=None):
        return np.array([self.x, self.y, self.z], dtype=dtype)

# 测试验证
vs = Vec3dS(1,2,3)
n = np.zeros((2,3))
n[0] = Vec3d()
n[1] = vs
print(n)

运行后输出如下，说明赋值成功：

[[1. 2. 3.]
 [1. 2. 3.]]

如果不想修改类定义，也可以在赋值时显式指定转换类型：

n[1] = np.array(vs, dtype=np.float64)

但前者的方案更通用，无需每次赋值都手动处理转换逻辑。

内容的提问来源于stack exchange，提问作者hanno