NumPy创建含EntityProxy的结构化数组报UnicodeEncodeError

问题1解答：报错根因 #

报错和object字段本身无关，核心是两点原因：

1. 输入格式不符合结构化数组要求：创建NumPy结构化数组时，单条记录的多个字段值必须用元组包裹。你直接传入扁平列表['0000098765', company1]，NumPy不会自动把两个元素按顺序映射到cid和company字段，而是会把列表里的每个元素当成一条独立的完整记录处理。你运行成功的test2输出已经能印证这个逻辑：结果出现了明显错位，b'0000012345'被存到cid字段时，对应company字段存的是字符串'0000012345'；第二条记录的cid字段存了b'Letter A'，company字段才是company2对象。
2. 错位触发编码错误：因为NumPy把company1对象当成了要写入第一个字段S10（定长ASCII字节串）的值，会先调用对象的字符串表示再编码为ASCII字节串，当字符串里出现ASCII范围外的Ł字符时，自然抛出UnicodeEncodeError。你之前把company字段改成U类型依然报错，也是因为错误发生在company1被尝试转换到cid字段的环节，和company字段的类型设置没有关系。
   而创建普通object数组时，NumPy不需要做任何类型强制转换，直接存储原对象的引用即可，不会触发字符串编码流程，所以不会报错。

问题2解答：正确配置方式 #

分两步调整即可完全解决问题：

1. 修正dtype配置：cid字段不要用S类型（字节串），改用U类型（Unicode字符串）存储固定长度的企业ID，避免不必要的编码转换；company字段用O（object）类型存储实体对象即可，正确dtype定义如下：

company_dtype = [('cid', 'U10'), ('company', 'O')]

2. 修正数组传入格式：每条记录用元组包裹，明确告知NumPy字段和值的对应关系，正确的创建代码如下：

# 单条记录格式：[(字段1值, 字段2值)]
test1 = np.array([('0000098765', company1)], dtype=company_dtype)

调整后不会触发编码错误，访问test1[0]['company']可以直接拿到原始的EntityProxy对象，test1[0]['cid']可以拿到对应的企业ID字符串。

内容的提问来源于stack exchange，提问作者codkelden