检查变量是 None 还是 numpy.array 时出现 ValueError

Question

我想检查变量是 None 还是 numpy.array。我已经实现了 check_a 函数来执行此操作。

def check_a(a):
    if not a:
        print "please initialize a"

a = None
check_a(a)
a = np.array([1,2])
check_a(a)

但是，这段代码引发了 ValueError。什么是直截了当的方法？

ValueError                                Traceback (most recent call last)
<ipython-input-41-0201c81c185e> in <module>()
      6 check_a(a)
      7 a = np.array([1,2])
----> 8 check_a(a)

<ipython-input-41-0201c81c185e> in check_a(a)
      1 def check_a(a):
----> 2     if not a:
      3         print "please initialize a"
      4 
      5 a = None

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

Answer 1

使用not a测试a是否为None假设a的其他可能值具有True的真值。但是，大多数 NumPy 数组根本没有真值，not 不能应用于它们。

如果你想测试一个对象是否是 None，最通用、最可靠的方法是直接使用 is 检查 None:

if a is None:
    ...
else:
    ...

这不依赖于具有真值的对象，因此它适用于 NumPy 数组。

请注意，测试必须是 is，而不是 ==。 is 是对象身份测试。 == 是参数所说的任何内容，NumPy 数组表示它是一个广播的逐元素相等比较，生成一个布尔数组：

>>> a = numpy.arange(5)
>>> a == None
array([False, False, False, False, False])
>>> if a == None:
...     pass
...
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: The truth value of an array with more than one element is ambiguous.
 Use a.any() or a.all()

另一方面，如果你想测试一个对象是否是一个 NumPy 数组，你可以测试它的类型：

# Careful - the type is np.ndarray, not np.array. np.array is a factory function.
if type(a) is np.ndarray:
    ...
else:
    ...

您还可以使用 isinstance，它也将 return True 用于该类型的子类（如果您需要的话）。考虑到 np.matrix 是多么糟糕和不兼容，你可能真的不想要这个：

# Again, ndarray, not array, because array is a factory function.
if isinstance(a, np.ndarray):
    ...
else:
    ...

Answer 2

坚持==不考虑其他类型，以下也是可以的
type(a) == type(None)

检查变量是 None 还是 numpy.array 时出现 ValueError

ValueError when checking if variable is None or numpy.array

python

numpy

is-empty