Numpy何时计划支持PEP 646定义的张量形状类型注解？

目前Numpy官方尚未公布支持PEP 646定义的可变泛型形状注解的具体时间表。

现有进展与讨论 #

你提到的早期讨论确实涉及了张量形状和数据类型注解的规划，但该议题后续推进重点放在了numpy.typing模块的类型系统基础建设上，而非直接落地可变泛型的形状注解。社区仍在探讨具体实现方案，核心需要解决的是如何平衡类型注解的静态约束与Numpy数组动态特性之间的矛盾。

当前可用的替代方案 #

如果迫切需要这类形状注解能力，可以尝试以下途径：

• 使用第三方库如beartype或pydantic，它们支持结合PEP 646对Numpy数组进行形状校验和注解；
• 基于numpy.typing.NDArray结合自定义类型变量实现简化的形状注解（虽无法完全达到PEP 646示例的直观程度），示例代码如下：

  from typing import TypeVar, Generic
  import numpy as np
  from numpy.typing import NDArray
  
  Shape = TypeVar("Shape")
  Dtype = TypeVar("Dtype", bound=np.generic)
  
  class Array(Generic[Shape, Dtype]):
      def __getitem__(self, key) -> NDArray[Dtype]:
          ...
  
  def to_gray(videos: Array["Time, Batch, Height, Width, Channels", np.uint8]) -> Array["Time, Batch, Height, Width", np.uint8]:
      ...
  

后续关注方向 #

建议跟踪Numpy官方更新日志及核心仓库的相关PR，尤其是numpy.typing模块的迭代动态。一旦有可变泛型支持的规划或原型实现，通常会通过这些渠道公示。

内容的提问来源于stack exchange，提问作者Hylke