python: як визначити, чи є змінною масив чи скаляр

У мене є функція, яка бере аргумент NBins. Я хочу зателефонувати на цю функцію зі скаляром 50або масивом [0, 10, 20, 30]. Як я можу визначити функцію, яка її довжина NBins? чи сказати інакше, якщо це скаляр чи вектор?

Я спробував це:

>>> N=[2,3,5]
>>> P = 5
>>> len(N)
3
>>> len(P)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: object of type 'int' has no len()
>>> 

Як ви бачите, я не можу звернутися lenдо P, так як це не масив .... Чи є що - то подібне isarrayабо isscalarв Python?

Дякую

>>> isinstance([0, 10, 20, 30], list)
True
>>> isinstance(50, list)
False

Щоб підтримувати будь-який тип послідовності, поставте прапорець collections.Sequenceзамість list.

Примітка : isinstanceтакож підтримує набір класів, type(x) in (..., ...)слід уникати перевірки і не потрібна.

Ви також можете перевірити not isinstance(x, (str, unicode))

Попередні відповіді передбачають, що масив - це стандартний список python. Оскільки хтось часто використовує нуд, я рекомендую дуже пітонічний тест:

if hasattr(N, "__len__")

Поєднуючи відповіді @jamylak та @ jpaddison3 разом, якщо вам потрібно бути надійними проти масивних масивів як вхідних даних і обробляти їх так само, як і списки, слід використовувати

import numpy as np
isinstance(P, (list, tuple, np.ndarray))

Це надійно щодо підкласів масивів списку, кортежу та нумеру.

І якщо ви хочете бути надійними щодо всіх інших підкласів послідовності (а не лише списку та кортежу), використовуйте

import collections
import numpy as np
isinstance(P, (collections.Sequence, np.ndarray))

Чому слід робити такі дії, isinstanceа не порівнювати їх type(P)із цільовим значенням? Ось приклад, де ми складаємо та вивчаємо поведінку NewListтривіального підкласу списку.

>>> class NewList(list):
...     isThisAList = '???'
... 
>>> x = NewList([0,1])
>>> y = list([0,1])
>>> print x
[0, 1]
>>> print y
[0, 1]
>>> x==y
True
>>> type(x)
<class '__main__.NewList'>
>>> type(x) is list
False
>>> type(y) is list
True
>>> type(x).__name__
'NewList'
>>> isinstance(x, list)
True

Незважаючи на порівняння xта yпорівняння з рівними, поводження з ними typeпризведе до різної поведінки. Однак, оскільки xє екземпляром підкласу list, використання isinstance(x,list)дає бажану поведінку та трактує xі yтаким же чином.

Чи є еквівалент isscalar () у numpy? Так.

>>> np.isscalar(3.1)
True
>>> np.isscalar([3.1])
False
>>> np.isscalar(False)
True

Хоча підхід @ jamylak є кращим, тут є альтернативний підхід

>>> N=[2,3,5]
>>> P = 5
>>> type(P) in (tuple, list)
False
>>> type(N) in (tuple, list)
True

Інший альтернативний підхід (використання властивості імені класу ):

N = [2,3,5]
P = 5

type(N).__name__ == 'list'
True

type(P).__name__ == 'int'
True

type(N).__name__ in ('list', 'tuple')
True

Не потрібно нічого імпортувати.

Ось найкращий підхід, який я знайшов: Перевірка існування __len__та __getitem__.

Ви можете запитати, чому? Причини включають:

1. Популярний метод isinstance(obj, abc.Sequence)не працює на деяких об'єктах, включаючи тензор PyTorch, оскільки вони не реалізуються __contains__.
2. На жаль, немає нічого в collections.abc Пайтона , що перевіряє тільки __len__і __getitem__які я відчуваю мінімальні методи масивів як об'єкти.
3. Він працює у списку, кортежі, ndarray, тензорі тощо.

Тож без зайвої приналежності:

def is_array_like(obj, string_is_array=False, tuple_is_array=True):
    result = hasattr(obj, "__len__") and hasattr(obj, '__getitem__') 
    if result and not string_is_array and isinstance(obj, (str, abc.ByteString)):
        result = False
    if result and not tuple_is_array and isinstance(obj, tuple):
        result = False
    return result

Зауважте, що я додав параметри за замовчуванням, тому що більшу частину часу ви можете вважати рядки значеннями, а не масивами. Аналогічно і для кортежів.

>>> N=[2,3,5]
>>> P = 5
>>> type(P)==type(0)
True
>>> type([1,2])==type(N)
True
>>> type(P)==type([1,2])
False

Ви можете перевірити тип даних змінної.

N = [2,3,5]
P = 5
type(P)

Це дасть вам поставити як тип даних P.

<type 'int'>

Так що ви можете розрізнити, що це ціле число або масив.

Я здивований, що таке основне питання, схоже, не має негайної відповіді в python. Мені здається, що майже у всіх запропонованих відповідях використовується якась перевірка типу, що зазвичай не рекомендується в python, і вони здаються обмеженими для конкретного випадку (вони не відповідають різним числовим типам або загальним ітерабельним об'єктам, які не є кортежами чи списками).

Для мене найкращим є імпорт numpy та використання array.size, наприклад:

>>> a=1
>>> np.array(a)
Out[1]: array(1)

>>> np.array(a).size
Out[2]: 1

>>> np.array([1,2]).size
Out[3]: 2

>>> np.array('125')
Out[4]: 1

Зверніть увагу також:

>>> len(np.array([1,2]))

Out[5]: 2

але:

>>> len(np.array(a))
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-40-f5055b93f729> in <module>()
----> 1 len(np.array(a))

TypeError: len() of unsized object

Просто використовуйте sizeзамість len!

>>> from numpy import size
>>> N = [2, 3, 5]
>>> size(N)
3
>>> N = array([2, 3, 5])
>>> size(N)
3
>>> P = 5
>>> size(P)
1

preds_test [0] має форму (128,128,1) Дозволяє перевірити тип даних за допомогою функції isinstance (). 1-й аргумент - це дані, 2-й аргумент - тип даних isin substance (preds_test [0], np.ndarray) дає вихідний результат як True. Це означає, що preds_test [0] - це масив.

Щоб відповісти на запитання в заголовку, прямий спосіб сказати, чи є змінна скалярною - це спробувати перетворити її на плаву. Якщо ви отримаєте TypeError, це не так.

N = [1, 2, 3]
try:
    float(N)
except TypeError:
    print('it is not a scalar')
else:
    print('it is a scalar')