如何使用numpy.typing指定返回字符串类型的一维NDArray？

当你需要为返回字符串类型一维NumPy数组的函数添加类型提示时，用npt.NDArray[object]会触发Pylance的类型特化警告，这里提供两种正确且规范的解决方式：

推荐方案：使用np.str_作为元素类型 #

NumPy的字符串数组实际存储的元素类型是numpy.str_（对应Python 3中的unicode字符串），直接用这个类型作为npt.NDArray的类型参数，能准确匹配数组元素类型，不会触发类型检查工具的警告：

import numpy as np
import numpy.typing as npt
from scipy.sparse import csr_matrix

def predict(self, X: csr_matrix) -> npt.NDArray[np.str_]:
    # 业务逻辑实现
    return np.array(["cat", "dog", "bird"])

可选方案：使用np.dtype(str) #

你尝试的NDArray[np.dtype(str)]也是可行的，因为np.dtype(str)会被解析为NumPy的字符串 dtype（等同于np.dtype('U')），类型检查工具可以正确识别这个类型，不会报错：

import numpy as np
import numpy.typing as npt
from scipy.sparse import csr_matrix

def predict(self, X: csr_matrix) -> npt.NDArray[np.dtype(str)]:
    # 业务逻辑实现
    return np.array(["cat", "dog", "bird"])

为什么npt.NDArray[object]会报错？ #

npt.NDArray的类型参数要求是NumPy可识别的标量类型（如np.float64、np.str_）或符合NumPy类型系统的具体类型，而Python原生的object类型过于宽泛，类型检查工具（如Pylance）无法对NDArray[object]进行有效的类型特化，因此抛出警告。

内容的提问来源于stack exchange，提问作者CutePoison