目前，numpy.typing.NDArray只接受dtype，如下所示：numpy.typing.NDArray[numpy.int32] .不过你有一些选择。

使用typing.Annotated

typing.Annotated允许您为类型创建别名，并将一些额外的信息与之绑定。
在一些my_types.py中，你可以写出你想要暗示的形状的所有变化：

from typing import Annotated, Literal, TypeVar
import numpy as np
import numpy.typing as npt

DType = TypeVar("DType", bound=np.generic)

Array4 = Annotated[npt.NDArray[DType], Literal[4]]
Array3x3 = Annotated[npt.NDArray[DType], Literal[3, 3]]
ArrayNxNx3 = Annotated[npt.NDArray[DType], Literal["N", "N", 3]]

然后在foo.py中，你可以提供一个numpy dtype并将它们用作typehint：

import numpy as np
from my_types import Array4

def foo(arr: Array4[np.int32]):
    assert arr.shape == (4,)

MyPy将识别arr为np.ndarray，并将其检查为np.ndarray。形状检查只能在运行时完成，如本例中的assert。
如果你不喜欢这个Assert，你可以用你的创造力来定义一个函数来为你做检查。

def assert_match(arr, array_type):
    hinted_shape = array_type.__metadata__[0].__args__
    hinted_dtype_type = array_type.__args__[0].__args__[1]
    hinted_dtype = hinted_dtype_type.__args__[0]
    assert np.issubdtype(arr.dtype, hinted_dtype), "DType does not match"
    assert arr.shape == hinted_shape, "Shape does not match"

assert_match(some_array, Array4[np.int32])

使用nptyping

另一个选择是使用第三方库nptyping（是的，我是作者）。
你会放弃my_types.py，因为它不再有用了。
你的foo.py会变成这样：

from nptyping import NDArray, Shape, Int32

def foo(arr: NDArray[Shape["4"], Int32]):
    assert isinstance(arr, NDArray[Shape["4"], Int32])

使用beartype + typing.Annotated

还有另一个名为beartype的第三方库，您可以使用。它可以采用typing.Annotated方法的变体，并将为您执行运行时检查。
您将恢复您的my_types.py，内容类似于：

from beartype import beartype
from beartype.vale import Is
from typing import Annotated
import numpy as np

Int32Array4 = Annotated[np.ndarray, Is[lambda array:
    array.shape == (4,) and np.issubdtype(array.dtype, np.int32)]]
Int32Array3x3 = Annotated[np.ndarray, Is[lambda array:
    array.shape == (3,3) and np.issubdtype(array.dtype, np.int32)]]

你的foo.py会变成：

import numpy as np
from beartype import beartype
from my_types import Int32Array4 

@beartype
def foo(arr: Int32Array4):
    ...  # Runtime type checked by beartype.

使用beartype + nptyping

你也可以把这两个库叠加起来。
您的my_types.py可以再次删除，您的foo.py将变成如下所示：

from nptyping import NDArray, Shape, Int32
from beartype import beartype

@beartype
def foo(arr: NDArray[Shape["4"], Int32]):
    ...  # Runtime type checked by beartype.

我习惯这样做：

def foo(x):
    x = np.array(x, dtype=np.int32)
    if x.shape!=Shape:
        raise ValueError("Shape mismatch")
    #...

如果你有特定的问题与形状，你应该重塑之前，这取决于输入形状，你希望有。如果您需要帮助来正确地重塑输入x，请提供输入x的示例。