numpy recarray嵌套实现求助：JSON加载后属性访问失败

问题场景 #

你希望将多个JSON文件加载为嵌套的numpy.recarray结构，实现parms.logic.myVarA这类简化的属性访问，但实际测试中发现：子JSON加载生成的recarray，被加入全局recarray后会自动转为numpy.ndarray类型，导致无法通过点语法访问属性。

问题根源 #

numpy的recarray本质是结构化数组的子类，它的字段仅支持存储基础数据类型（如int、float）或固定维度的普通数组。当你尝试把一个recarray作为另一个recarray的字段值时，numpy会自动将嵌套的recarray转换为普通ndarray——因为结构化数组不支持嵌套的recarray类型，只能把嵌套结构当作普通数组处理，自然就丢失了属性访问的特性。

解决方案 #

方案1：自定义类封装（推荐，灵活可控）

不用强行依赖recarray，写一个极简的类将JSON字典转为可属性访问的对象，嵌套结构也能完美保留：

import json

class AttrDict:
    def __init__(self, data):
        for key, value in data.items():
            # 递归处理嵌套字典
            setattr(self, key, AttrDict(value) if isinstance(value, dict) else value)

def load_json(path):
    with open(path, 'r', encoding='utf-8') as f:
        return json.load(f)

# 构建全局嵌套结构
parms = AttrDict({
    'logic': AttrDict(load_json('logic.json')),
    'tool': AttrDict(load_json('tool.json'))
})

# 测试属性访问
print(parms.logic.myVarA)

这个方案完全满足parms.logic.myVarA的访问需求，且不受numpy数据类型限制，比recarray更灵活。

方案2：保留numpy特性的结构化数组（不推荐，访问不便）

如果必须用numpy结构，可以定义嵌套的dtype，但无法直接用点语法访问嵌套属性，只能通过键索引：

import numpy as np
import json

# 定义嵌套数据类型
logic_dtype = [('myVarA', 'float64'), ('myVarB', 'int32')]
tool_dtype = [('myVarX', 'U10'), ('myVarY', 'float64')]
parms_dtype = [('logic', logic_dtype), ('tool', tool_dtype)]

# 加载JSON数据
logic_data = json.load(open('logic.json', 'r'))
tool_data = json.load(open('tool.json', 'r'))

# 构造recarray
parms = np.recarray(1, dtype=parms_dtype)[0]

# 手动填充数据
for k, v in logic_data.items():
    parms.logic[k] = v
for k, v in tool_data.items():
    parms.tool[k] = v

# 访问方式（需用键索引，无法点访问）
print(parms.logic['myVarA'])

方案3：使用第三方库（快速实现）

用现成的attrdict库直接实现字典到可属性访问对象的转换，支持嵌套：

1. 先安装库：

pip install attrdict

2. 代码实现：

from attrdict import AttrDict
import json

def load_json(path):
    with open(path, 'r') as f:
        return AttrDict(json.load(f))

parms = AttrDict({
    'logic': load_json('logic.json'),
    'tool': load_json('tool.json')
})

print(parms.logic.myVarA)

内容的提问来源于stack exchange，提问作者Freelax FPV