嵌套列表转numpy数组后JSON序列化报错的解决方法求助

问题根源 #

1. 尝试1的错误原因：pvTreatment是形状不均匀的嵌套列表（比如子列表长度不一致），无法直接转换为同构的float64类型numpy数组，因此触发ValueError。
2. 尝试2的错误原因：用object类型创建numpy数组后，列表中仍保留numpy原生的float32对象，而Flask的jsonify默认不支持序列化numpy数值类型，因此触发TypeError。

解决方案 #

直接递归遍历嵌套列表，将所有numpy原生数值类型转换为Python原生类型，跳过numpy数组中转步骤：

1. 定义类型转换函数：

def convert_numpy_to_python(obj):
    if isinstance(obj, list):
        return [convert_numpy_to_python(item) for item in obj]
    elif isinstance(obj, np.generic):
        # 将numpy的float32/int64等类型转为Python原生数值
        return obj.item()
    else:
        return obj

2. 处理目标字段并构建结果字典：

resultsDict = {
    "extras": {
        "pvTreatment": convert_numpy_to_python(pvTreatment),
        # 其他需要处理的字段同理
    }
}

3. 直接返回jsonify(resultsDict)即可，此时所有元素都是Python原生可序列化类型，且保留了原嵌套列表的不均匀结构。

替代方案（可选） #

如果需要保留numpy数组处理流程，可以先将嵌套列表转为object类型数组，再遍历转换每个元素的类型：

pv_array = np.array(pvTreatment, dtype=object)
# 遍历数组转换所有numpy数值类型
pv_processed = [[float(item) if isinstance(item, np.float32) else item for item in sublist] for sublist in pv_array.tolist()]

resultsDict = {
    "extras": {
        "pvTreatment": pv_processed,
        # 其他字段
    }
}

不过这种方式仅适用于固定层级的嵌套列表，递归函数的通用性更强。

内容的提问来源于stack exchange，提问作者Amrmsmb