多个类实例共享全局numpy数组时增删元素的正确方法是什么？

问题根源 #

numpy数组是定长内存对象，np.append() 不是原地修改操作，它会创建一个包含新增元素的全新numpy数组，再返回新数组的引用。你执行 np_arr = np.append(np_arr,8) 时，是给全局变量np_arr重新绑定了新数组的引用，而类实例obj1、obj2里存储的还是最初的旧数组引用，两者指向的已经不是同一块内存空间，自然看不到更新。而修改数组已有元素是直接修改原数组内存中的值，所有持有原数组引用的实例自然能同步看到变更。

正确实现方式 #

方案1：用包装类统一管理numpy数组 #

定义一个包装类持有numpy数组，所有增删操作都通过包装类的方法完成，所有实例共享同一个包装类对象，保证大家读取的永远是最新的数组引用：

import numpy as np

# 数组包装类，统一封装数组的增删改操作
class ArrayHolder:
    def __init__(self, init_arr):
        self.np_arr = init_arr
    
    def append(self, val):
        self.np_arr = np.append(self.np_arr, val)
    
    # 可根据需求扩展删除、插入等其他操作

class A:
    def __init__(self, arr_holder):
        # 实例存储包装类的引用，包装类内部数组更新时所有实例都能读到最新值
        self.arr_holder = arr_holder

# 初始化全局数组和包装对象
global_arr = np.array([1,2,3,4,5,6,7])
arr_holder = ArrayHolder(global_arr)

# 所有实例传入同一个包装对象
obj1 = A(arr_holder)
obj2 = A(arr_holder)

# 调用包装类方法新增元素
arr_holder.append(8)

# 输出结果为最新数组
print(obj1.arr_holder.np_arr)
print(obj2.arr_holder.np_arr)

该方案灵活性高，数组可以被多个不同类的实例共享，所有操作都会同步生效。

方案2：将数组设为业务类的类属性 #

如果该数组是类A所有实例专属的共享资源，可以直接设为类属性，所有实例读写的都是类层面的同一个数组：

import numpy as np

class A:
    # 类属性，所有实例共享
    np_arr = np.array([1,2,3,4,5,6,7])
    
    @classmethod
    def append_arr(cls, val):
        cls.np_arr = np.append(cls.np_arr, val)

obj1 = A()
obj2 = A()

# 调用类方法新增元素
A.append_arr(8)

print(obj1.np_arr)
print(obj2.np_arr)

该方案不需要额外定义包装类，适合数组仅在类A内部共享的场景。

补充说明 #

numpy数组本身是定长结构，每次增删操作都需要重新分配内存，频繁操作时性能较差。如果你的业务场景需要频繁做数组增删，建议先用Python原生列表存储数据，需要数值计算时再转换为numpy数组，效率更高。

内容的提问来源于stack exchange，提问作者Sky savani