numpy：“ array_like”对象的正式定义？

Question

在numpy中，许多对象的构造函数都将“ array_like”作为第一个参数。是否有此类对象的定义，可以作为抽象元类，还是应包含方法的文档？

Answer 1

事实证明，几乎所有东西在技术上都类似于数组。“类数组”更多地是关于如何解释输入的说明，而不是对输入内容的限制。如果参数记录为类似数组的形式，则NumPy将尝试将其解释为数组。

除了几乎是重言式的之外，没有像数组一样的正式定义-
像数组一样是np.array可以转换为的任何Python对象ndarray。要做到这一点，您需要研究源代码。

NPY_NO_EXPORT PyObject *
PyArray_FromAny(PyObject *op, PyArray_Descr *newtype, int min_depth,
                int max_depth, int flags, PyObject *context)
{
    /*
     * This is the main code to make a NumPy array from a Python
     * Object.  It is called from many different places.
     */
    PyArrayObject *arr = NULL, *ret;
    PyArray_Descr *dtype = NULL;
    int ndim = 0;
    npy_intp dims[NPY_MAXDIMS];

    /* Get either the array or its parameters if it isn't an array */
    if (PyArray_GetArrayParamsFromObject(op, newtype,
                        0, &dtype,
                        &ndim, dims, &arr, context) < 0) {
        Py_XDECREF(newtype);
        return NULL;
    }
    ...

尤其有趣的是PyArray_GetArrayParamsFromObject，其注释列举了np.array期望的对象类型：

NPY_NO_EXPORT int
PyArray_GetArrayParamsFromObject(PyObject *op,
                        PyArray_Descr *requested_dtype,
                        npy_bool writeable,
                        PyArray_Descr **out_dtype,
                        int *out_ndim, npy_intp *out_dims,
                        PyArrayObject **out_arr, PyObject *context)
{
    PyObject *tmp;

    /* If op is an array */

    /* If op is a NumPy scalar */

    /* If op is a Python scalar */

    /* If op supports the PEP 3118 buffer interface */

    /* If op supports the __array_struct__ or __array_interface__ interface */

    /*
     * If op supplies the __array__ function.
     * The documentation says this should produce a copy, so
     * we skip this method if writeable is true, because the intent
     * of writeable is to modify the operand.
     * XXX: If the implementation is wrong, and/or if actual
     *      usage requires this behave differently,
     *      this should be changed!
     */

    /* Try to treat op as a list of lists */

    /* Anything can be viewed as an object, unless it needs to be writeable */

}

因此，通过研究源代码，我们可以得出类似数组的结论

• 一个NumPy数组，或者
• 一个NumPy的标量，或
• Python标量，或者
• 任何支持PEP 3118缓冲区接口的对象，或者
• 任何支持__array_struct__or__array_interface__接口的对象，或者
• 提供__array__功能的任何对象，或者
• 可以视为列表列表的任何对象，或者
• 什么！如果它不属于其他情况之一，它将被视为objectdtype的0维数组。