为何numpy.intersect1d直接处理字典keys()返回空数组，转为列表后才正常？是否为预期行为？

这确实是NumPy的预期行为，背后主要和字典视图对象的特性以及np.intersect1d的设计逻辑有关，我给你拆解清楚：

• 先搞懂dict.keys()返回的是什么：Python 3里调用dict.keys()得到的不是列表，而是一个字典视图对象（dict_keys）。它是动态绑定原字典的“视图”，能高效做成员检查，但本质不是静态序列，也没实现NumPy数组操作需要的全部协议（比如随机访问、直接排序支持）。

• np.intersect1d的输入要求：这个函数的核心是处理数组类的序列，它默认会先对输入做排序再找交集。当你直接传入dict_keys对象时，NumPy虽然能尝试迭代它，但由于dict_keys不是标准序列，在排序环节无法正确处理这些对象，导致最终计算出的交集为空——简单说就是NumPy没把dict_keys当成“包含多个键元素的集合”来处理，而是把它当成了一个特殊的可迭代对象，处理逻辑出错了。

• 转成列表为什么正常：当你把dict_keys转成列表后，就得到了一个静态的、标准的序列类型。NumPy能毫无障碍地把它转换成字符串数组，排序后自然能正确找到两个数组的共同元素'b'。

如果你不想转成列表，其实也可以用np.fromiter()显式把dict_keys转换成数组，比如：

np.intersect1d(np.fromiter(d1.keys(), dtype='U1'), np.fromiter(d2.keys(), dtype='U1'))

这样也能得到正确的结果，进一步说明问题的核心是dict_keys没有被NumPy自动适配为元素级数组，而列表这种标准序列会被正确处理。

从设计角度来说，这是合理的：NumPy的定位是数值计算库，它优先适配数组、列表、元组这类通用序列，而像dict_keys这种Python内置的特殊视图对象，并没有被纳入专门的适配范围——毕竟这类对象的设计初衷是服务于字典的高效操作，而非和数值计算库兼容，所以需要我们显式转换为合适的类型再使用。

备注：内容来源于stack exchange，提问作者Vira