numpy：“ array_like”对象的正式定义？

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

ndarray

NPY_NO_EXPORT PyObject *PyArray_FromAny(PyObject *op, PyArray_Descr *newtype, int min_depth,     int max_depth, int flags, PyObject *context){        PyArrayObject *arr = NULL, *ret;    PyArray_Descr *dtype = NULL;    int ndim = 0;    npy_intp dims[NPY_MAXDIMS];        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

np.array

NPY_NO_EXPORT intPyArray_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;                                }

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

  object

  dtype的0维数组。