如何限制numpy自动分配数组dtype范围，仅保留bool/int/float/object类型

numpy 本身没有提供公开的全局配置项来修改默认的 dtype 推断规则，你可以通过封装自定义数组创建函数的方式实现需求，全程仅依赖 numpy 原生功能，不需要引入其他依赖，也符合你无法提前指定 dtype、不能使用结构化数组的要求。

基础实现版本 #

核心逻辑为先尝试默认推断 dtype，若推断结果属于你不需要的类型（如字符串类型U/S等），则自动降级为 object 类型创建数组：

import numpy as np

def custom_array(input_data, *args, **kwargs):
    # 允许的dtype类别：b=布尔、i=整数、f=浮点数、O=object
    allowed_kind = {"b", "i", "f", "O"}
    arr = np.array(input_data, *args, **kwargs)
    if arr.dtype.kind in allowed_kind:
        return arr
    # 推断结果为非允许类型，用object重新创建
    return np.array(input_data, dtype=object, *args, **kwargs)

效果测试 #

使用你提供的示例测试：

# 混合长字符串的输入
x = custom_array([[1, 2, 'x'], [1, 2, 'x' * 5000]])
print(x.dtype)  # 输出：object
print(x.size * x.itemsize)  # 内存占用仅为U5000类型的几十分之一

# 纯数值输入自动匹配对应dtype
print(custom_array([1, 2, 3]).dtype)  # 输出：int64
print(custom_array([1, 2.5, 3]).dtype)  # 输出：float64
print(custom_array([True, False]).dtype)  # 输出：bool

优化版本（避免中间内存浪费） #

基础版本会先创建默认推断的数组，若输入存在超长字符串，中间过程还是会占用大量内存。可以增加轻量的元素类型预检查，提前判断是否需要使用object类型，完全规避中间过程的内存开销：

def custom_array_optimized(input_data, *args, **kwargs):
    has_non_numeric = False
    # 递归检查元素类型，可根据你的输入维度调整递归深度
    def check_elem(elem):
        nonlocal has_non_numeric
        if has_non_numeric:
            return
        if isinstance(elem, (list, tuple)):
            for e in elem:
                check_elem(e)
        else:
            if not isinstance(elem, (bool, int, float, np.bool_, np.integer, np.floating)):
                has_non_numeric = True
    check_elem(input_data)
    if has_non_numeric:
        kwargs["dtype"] = object
    return np.array(input_data, *args, **kwargs)

如果你需要全局替换np.array的默认行为，可以直接赋值np.array = custom_array_optimized，但不推荐该操作，避免影响其他依赖numpy的第三方库的逻辑，建议仅在你自己的业务代码中显式调用自定义函数。

内容的提问来源于stack exchange，提问作者dshanahan