Numpy-convertible 类可以从序列内部正确转换为 ndarray？

The __array__方法允许自定义类型自动转换为 numpy。例如。，

>>> class Convertible:
...  def __array__(self):
...    return np.zeros(7)
>>> np.array(Convertible())
array([ 0.,  0.,  0.,  0.,  0.,  0.,  0.])

很遗憾，__array__如果自定义类型出现在序列内，则不起作用：

>>> np.array([Convertible(), Convertible()])
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: float() argument must be a string or a number, not 'Convertible'

有办法修复吗Convertible这样就可以转换一个序列Convertiblenumpy 的对象np.array与转换每个值然后转换结果序列相同ndarrays?

它必须是一个序列。

numpy.array takes https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.array.html

数组，任何暴露数组接口的对象，其__array__方法返回一个数组或任何（嵌套）序列。

你打电话时numpy.array on a Convertible例如，你正在击中“一个物体，其__array__方法返回一个数组”情况。当您在可转换列表上调用它时，您会遇到“任何（嵌套）序列”情况。类型推断逻辑似乎正在选取__array__您在确定新数组的 dtype 时定义的方法，但之后，由于您的对象不提供序列协议，NumPy 假定您的对象应直接转换为整数。

实施__len__ and __getitem__，你应该能够转换[Convertible(), Convertible()]到一个数组。 NumPy 将会use序列协议而不是__array__但是，当您这样做时，将涉及比您可能想要的更多的 Python 方法调用。你必须做一些除了直接的事情之外的事情numpy.array如果您想阻止这种情况，请致电。