Chaquopy Android调用Python传数组用neurokit2处理ECG峰值报错

• 核心诱因是Chaquopy跨语言类型转换机制与neurokit2的输入要求不匹配：Java/Kotlin侧传入的数组在Chaquopy中默认会转换为Python内置list类型，且列表内元素为Java数值包装类（如Float/Integer）而非Python原生数值类型，neurokit2依赖numpy做数值运算时无法识别Java包装类类型的数值，因此抛出TypeError。
• 次要诱因为版本差异：PyCharm环境中安装的neurokit2、numpy版本与Chaquopy环境的安装版本不一致，不同版本的依赖库对输入参数的兼容逻辑不同，会导致相同输入在不同环境下表现不同。

• 类型适配处理（优先使用）：在Python侧接收传入的数组参数后，先强制转换为标准numpy数值数组再传入neurokit2执行运算，示例代码如下：

import numpy as np
import neurokit2 as nk

def ecg_peak_process(input_data):
    # 强制转换为numpy float64数组，兼容Java传入的包装类数值
    ecg_np = np.array(input_data, dtype=np.float64)
    # 后续执行PQRST峰值运算，替换为实际采样率
    signals, peak_info = nk.ecg_peaks(ecg_np, sampling_rate=1000)
    # 其余业务逻辑

• 依赖版本对齐：核对PyCharm环境中neurokit2、numpy的具体版本，在Chaquopy的build.gradle配置中指定相同版本安装，避免版本兼容问题，示例配置如下：

android {
    defaultConfig {
        python {
            pip {
                // 替换为你PyCharm中实际使用的版本号
                install "numpy==1.24.3"
                install "neurokit2==0.2.7"
            }
        }
    }
}

• 性能优化方案：若传入的ECG数组体量较大，可以在Java侧直接通过Chaquopy提供的numpy API构造numpy数组后传入Python，减少跨语言类型转换的开销。

内容的提问来源于stack exchange，提问作者Jainish SLK