能否使用dtype=object的numpy数组实现类实例间任意类型列表共享

Python原生列表的切片操作会生成全新的列表对象，你在B类中执行self.data_list[index] = data时，修改的是切片生成的新列表的元素指向，并不会修改A类持有的原列表，因此修改无法同步。而numpy数组的切片返回的是原数组的视图而非拷贝，所以修改可以同步，但object类型numpy数组确实存在兼容性、性能方面的潜在问题。

方案1：B类持有原列表+区间偏移（最优） #

不需要修改数据存储结构，只需要调整B类的设计，让B直接持有A的原列表引用，以及自身负责的分段起止索引，修改时转换为原列表的全局索引操作即可，无额外依赖、性能损耗为0，支持任意类型的元素。

示例代码 #

class A:
    def __init__(self, data_list, n_segment):
        self.data_list = data_list
        data_count = len(data_list)
        segment_length = data_count // n_segment
        self.Bs = []
        for i in range(n_segment):
            start_idx = segment_length * i
            end_idx = segment_length * (i + 1)
            self.Bs.append(B(self.data_list, start_idx, end_idx))

    def __getitem__(self, item):
        return self.data_list[item]

class B:
    def __init__(self, origin_list, start_idx, end_idx):
        self.origin_list = origin_list
        self.start_idx = start_idx
        self.end_idx = end_idx

    # 可选：如果需要获取当前分段的所有元素，用property实现
    @property
    def data_list(self):
        return self.origin_list[self.start_idx:self.end_idx]

    def modify(self, local_index, data):
        global_index = self.start_idx + local_index
        if global_index >= self.end_idx:
            raise IndexError("分段索引超出范围")
        self.origin_list[global_index] = data

效果验证 #

A_data_list = [1,2,3,4,5,6,7,8,9]
A_instance = A(A_data_list, n_segment=3)
print(A_instance[0]) # 输出 1
A_instance.Bs[0].modify(0, 2)
print(A_instance[0]) # 输出 2，修改同步生效

方案2：元素包装为可变容器（适配原有接口） #

如果不想修改B类现有的接收完整列表、按本地索引修改的接口，可以将每个MyData实例包装到可变容器（比如单元素列表、自定义可变类）中，此时切片后的新列表和原列表持有的是同一个容器的引用，修改容器内的元素就可以同步生效。

示例代码 #

# 原数据包装为单元素列表
A_data_list = [[1], [2], [3], [4], [5], [6], [7], [8], [9]]

class A:
    def __init__(self, data_list, n_segment):
        self.data_list = data_list
        data_count = len(data_list)
        segment_length=data_count // n_segment
        self.segments = [self.data_list[segment_length*i:segment_length*(i+1)] for i in range(n_segment)]
        self.Bs = [B(segment) for segment in self.segments]

    def __getitem__(self, item):
        # 返回实际数据，上层无感知
        return self.data_list[item][0]

class B:
    def __init__(self, data_list):
        self.data_list = data_list

    def modify(self, index, data):
        # 修改容器内的值
        self.data_list[index][0] = data

方案3：继续使用numpy object数组 #

如果你的场景不需要频繁增删列表元素、也没有复杂的序列化需求，继续用np.array(dtype=object)是可行的：它支持存储任意Python对象，单元素索引修改的性能和原生列表差异极小，只有批量数值运算场景会有明显性能损耗。

内容的提问来源于stack exchange，提问作者Yiran Wu