サブクラス化 numpy.ndarray は、ドメイン固有のデータ構造を構築するために用いる高レベルなアーキテクチャ的決定であり、 メタデータ （単位、座標、サンプリングレートなど）を、原始的な数値データと共にカプセル化する。標準的なPythonクラスとは異なり、NumPyオブジェクトは通常、 __init__を呼び出さずに作成される。

初期化の三原則

アーキテクトは、標準コンストラクタが回避される3つの異なるインスタンス化経路を考慮しなければならない：

• 明示的構築： クラス名を使用して（ __new__によって処理される）。
• ビュー変換： 既存の配列を自分のサブクラスとして再解釈すること。
• テンプレートからの新規生成： 既存のサブクラスインスタンスのスライスまたはコピーを作成すること。

特別な __array_finalize__ フックは、これらの経路間でメタデータが同期される収束点である。

挙動の脆弱性

サブクラス化は、NumPyのC-APIと強い結合を生じる。スカラーを返す操作（例： np.mean()）はしばしば 「除去」 サブクラスの識別子を剥ぎ取り、標準の ndarrayに還元してしまう。したがって、状態遷移により細心の注意を払って処理しない限り、メタデータ管理は常にリスクを伴う。