为何np.vectorize会将一维数组的np.uint8元素转为int，却保留列表元素类型？

测试函数定义 #

我定义了如下Python函数：

import numpy as np

def f(x):
    print(f"x is {x} and has type {type(x)}")
    try:
        print(f"x.dtype is {x.dtype}")
    except AttributeError:
        print("no dtype exists on x")
    return x

该函数接收一个值，输出其类型及是否存在.dtype属性，随后返回该值。

不同调用场景的现象 #

场景1：输入为numpy一维数组 #

用np.vectorize包装函数后传入numpy数组调用：

res = np.vectorize(f)(np.array([np.uint8(1)])) # res will be: array([1], dtype=uint8)

调用后输出：

x is 1 and has type <class 'numpy.uint8'>
x.dtype is uint8
x is 1 and has type <class 'int'>
no dtype exists on x

我理解前两行输出：np.vectorize在实际遍历输入数组元素前，会取第一个元素运行函数以确定输出类型和大小。但后续遍历元素时，原numpy.uint8元素被转为了Python int类型，这让我感到困惑。

场景2：输入为列表或单个numpy标量 #

当输入为包含np.uint8(1)的列表，或是单个np.uint8(1)时：

res = np.vectorize(f)([np.uint8(1)]) # res: array([1], dtype=uint8)
res = np.vectorize(f)(np.uint8(1)) # res: array(1, dtype=uint8)

两次调用均输出：

x is 1 and has type <class 'numpy.uint8'>
x.dtype is uint8
x is 1 and has type <class 'numpy.uint8'>
x.dtype is uint8

疑问 #

为何np.vectorize处理一维数组的np.uint8元素时会将其转为int，却保留列表元素的类型不变？

内容的提问来源于stack exchange，提问作者zabop