为何Numpy官方称不支持混合数据类型却可创建含字符串与数字的数组

你观测到的运行结果和Numpy官方说明并不冲突，核心原因如下：

• Numpy定义的「不支持异质数据类型」，指的是数组内所有元素必须属于同一个原生数据类型（dtype），不会为不同输入元素保留各自的原生类型，不存在同一数组下部分元素是整数、部分是字符串的情况。
• 你给出的示例中，Numpy会自动做「类型向上转换」：字符串类型的优先级高于整数，因此所有输入的整数3、4、5都会被自动转换为字符串格式，最终整个数组的dtype为字符串类型。你可以执行print(x.dtype)验证，输出结果为类似<U5的字符串类型标识，打印数组的输出为['hello' '3' '4' '5']，所有元素均为字符串格式。
• 你示例代码中的print(a)属于笔误，修正为print(x)就可以正常看到转换后的结果。

如果需要强行存储不同原生类型的Python对象，可以手动指定dtype为object，但这种情况下数组存储的是Python对象的引用，所有元素的类型本质上还是统一的「对象引用」，不属于原生异质类型支持，同时会丢失Numpy的矢量运算性能优势，非特殊场景不推荐使用。

内容的提问来源于stack exchange，提问作者Jahanzaib Niazi