为何Numpy数组转JSON失败但转字符串成功？

先看示例代码：

import json
import numpy as np

arr = np.array([1, 2, 3, 4, 5])

normalString = str(arr)
print(normalString)

jsonString = json.dumps(arr)
print(jsonString)

运行后，str(arr)能输出[1, 2, 3, 4, 5]，但json.dumps(arr)会报错：TypeError: Object of type ndarray is not JSON serializable。两者表现差异的核心原因在于工作逻辑完全不同：

1. str()的处理逻辑 #

str()函数的作用是生成对象的人类可读字符串表示，它会调用目标对象的__str__()方法。NumPy的ndarray类专门实现了这个方法，会把数组的元素按列表样式格式化输出，本质只是做了字符串排版，不涉及数据结构的解析或转换，只是让用户直观看到数组内容而已。

2. json.dumps()的处理逻辑 #

JSON序列化的核心是把Python对象转换成符合JSON标准格式的数据结构，而JSON只支持有限的基础类型：整数、浮点数、字符串、布尔值、数组（对应Python列表）、对象（对应Python字典）、null。

json.dumps()在处理对象时，只会识别内置的标准类型，对于自定义类（比如ndarray），如果没有提前注册对应的序列化规则，就无法识别它的结构。ndarray本质是一个包含大量额外属性（比如维度shape、数据类型dtype、内存布局等）的复杂对象，并非单纯的元素集合，json模块默认不知道如何提取它的核心数据并转换成JSON兼容的格式，因此会抛出序列化失败的错误。

内容的提问来源于stack exchange，提问作者EJoshuaS