你如何根据数据类型在python中设置条件？

Question

这个问题看起来很简单，但我想不通。 我知道您可以在 python 中检查数据类型，但是如何根据数据类型设置条件？ 例如，如果我必须编写一个对字典/列表进行排序并将所有整数相加的代码，我如何隔离搜索以仅查找整数？

我想一个简单的例子看起来像这样：

y = []
for x in somelist:
    if type(x) == <type 'int'>:  ### <--- psuedo-code line
    y.append(x)
print sum(int(z) for z in y)

那么对于第 3 行，我将如何设置这样的条件？

Answer 1

怎么样，

if isinstance(x, int):

但更清洁的方法就是

sum(z for z in y if isinstance(z, int))

Answer 2

域名注册地址：

• 使用if isinstance(x, int):除非你有理由不这样做。
• if type(x) is int:如果您需要精确的类型相等而不是其他任何东西。
• 如果您可以转换为目标类型，请使用try: ix = int(x) 。

---

在 Python 中进行类型检查有一个非常大的“取决于”。 处理类型的方法有很多种，各有优缺点。 在 Python3 中，出现了更多。

显式类型相等

类型是一流的对象，您可以像对待任何其他值一样对待它们。 因此，如果您希望某事物的类型等于int ，只需对其进行测试：

if type(x) is int:

这是最严格的测试类型：它需要精确的类型相等。 通常，这不是您想要的：

• 它排除了替代类型： float是无效的，即使它在许多用途上表现得像一个int 。
• 它排除了子类和抽象类型：即使它们在逻辑上是整数，也会拒绝打印漂亮的int子类或enum 。
  • 这严重限制了便携性：Python2字符串可以是str或unicode ，并且整数可以是int或long 。

需要注意的是显式类型的平等有其低级别操作的用途：

• 某些类型不能被子类化，例如slice 。 明确的检查在这里更明确。
• 一些低级操作，例如序列化或 C-API，需要特定类型。

变体

也可以对__class__属性进行比较：

if x.__class__ is int:

请注意，如果类定义了__class__属性，则这与type(x) 。

当有多个类要检查时，使用dict来分派动作比显式检查更具可扩展性并且可以更快（≥5-10 类型）。 这对于转换和序列化特别有用：

dispatch_dict = {float: round, str: int, int: lambda x: x}
def convert(x):
    converter = self.dispatch_dict[type(x)]  # lookup callable based on type
    return converter(x)

显式类型的实例检查

惯用类型测试使用isinstance内置：

if isinstance(x, int):

这种检查既准确又高效。 这通常是人们想要检查类型的内容：

• 它正确处理子类型。 打印漂亮的int子类仍将通过此测试。
• 它允许一次检查多种类型。 在 Python2 中，执行isinstance(x, (int, long))可以获得所有内置整数。

最重要的是，在大多数情况下，缺点可以忽略不计：

• 它仍然接受行为怪异的时髦子类。 由于任何事物都可能以奇怪的方式运行，因此无法防范。
• 它很容易变得过于严格：许多人在任何序列（例如tuple ）甚至可迭代（例如generator ）也可以这样做时检查isinstance(x, list) 。 对于通用库而言，这比脚本或应用程序更值得关注。

变体

如果您已经有一个类型，则issubclass行为相同：

if issubclass(x_type, int):

抽象类型的实例检查

Python 有一个抽象基类的概念。 粗略地说，这些表达了类型的含义，而不是它们的层次结构：

if isinstance(x, numbers.Real):  # accept anything you can sum up like a number

换句话说， type(x) 不一定从numbers.Real继承，但必须表现得像它。 尽管如此，这是一个非常复杂和困难的概念：

• 如果您正在寻找基本类型，这通常是矫枉过正。 大多数情况下，Integer 只是一个int 。
• 来自其他语言的人经常混淆它的概念。
  • 将其与例如 C++ 区分开来，重点是抽象基类而不是抽象基类。
  • ABC 可以像 Java 接口一样使用，但可能仍然具有具体的功能。

但是，它对于通用库和抽象非常有用。

• 许多函数/算法不需要显式类型，只需要它们的行为。
  • 如果您只需要按键查找内容， dict您限制为特定的内存类型。 相比之下， collections.abc.Mapping还包括数据库包装器、大型磁盘支持的字典、惰性容器、... - 和dict 。
• 它允许表达部分类型约束。
  • 没有严格的基本类型实现迭代。 但是如果你根据collections.abc.Iterable检查对象，它们都在for循环中工作。
• 它允许创建单独的、优化的实现，这些实现显示为相同的抽象类型。

虽然一次性脚本通常不需要它，但我强烈建议将它用于除几个 Python 版本之外的任何内容。

暂定转换

处理类型的惯用方式不是测试它们，而是假设它们是兼容的。 如果您已经预料到输入中有一些错误的类型，只需跳过所有不兼容的内容：

try:
    ix = int(x)
except (ValueError, TypeError):
    continue  # not compatible with int, try the next one
else:
    a.append(ix)

这实际上不是类型检查，但通常用于相同的目的。

• 它保证您在输出中具有预期的类型。
• 它在转换错误类型方面有一些有限的回旋余地，例如将float专门化为int 。
• 它可以在您不知道哪些类型符合int 。

主要的缺点是它是一个显式转换。

• 您可以默默地接受“错误”值，例如转换包含文字的str 。
• 它不必要地转换甚至足够好的类型，例如，当您只需要数字时，将float为int 。

转换是某些特定用例的有效工具。 如果您粗略地知道您的输入是什么，并且必须保证您的输出，则效果最佳。

函数调度

有时类型检查的目标只是选择一个合适的函数。 在这种情况下，诸如functools.singledispatch函数调度允许对特定类型进行专门的函数实现：

@singledispatch
def append_int(value, sequence):
    return

@append_int.register
def _(value: int, sequence):
    sequence.append(value)

这是isinstance和dict调度的组合。 它对于较大的应用程序最有用：

• 无论调度类型的数量如何，它都会使使用站点保持较小。
• 它允许稍后为其他类型注册特化，甚至在其他模块中。

尽管如此，它也并非没有缺点：

• 许多 Python 程序员起源于函数式和强类型语言，并不熟悉单分派甚至多分派。
• 调度需要单独的功能，因此不适合在使用地点定义。
  • 创建函数和“预热”调度缓存需要显着的运行时开销。 调度函数应该定义一次并经常重复使用。
  • 即使是预热的调度表也比手写的 if/else 或dict查找慢。

控制输入

最好的做法是确保您永远不必首先检查类型。 这有点像元主题，因为它在很大程度上取决于用例。

在这里， somelist的来源somelist应该将非数字放入其中。

Answer 3

让我声明 int 类型的变量 x

x = 2
if type(x) == type(1) or isinstance(x, int):  
    # do something

两者都工作正常。

Answer 4

您可以像这样简单地使用类型和等号运算符

if (type(x) == int):

Answer 5

易于使用的类型。

import types
k = 5
if(type(k)==types.IntType):
   print "int"

这是一个快速目录（类型）：

['BooleanType', 'BufferType', 'BuiltinFunctionType', 'BuiltinMethodType', 'ClassType', 'CodeType', 'ComplexType', 'DictProxyType', 'DictType', 'DictionaryType', 'EllipsisType', 'FileType', 'FloatType', 'FrameType', 'FunctionType', 'GeneratorType', 'GetSetDescriptorType', 'InstanceType', 'IntType', 'LambdaType', 'ListType', 'LongType', 'MemberDescriptorType', 'MethodType', 'ModuleType', 'NoneType', 'NotImplementedType', 'ObjectType', 'SliceType', 'StringType', 'StringTypes', 'TracebackType', 'TupleType', 'TypeType', 'UnboundMethodType', 'UnicodeType', 'XRangeType', '__builtins__', '__doc__', '__file__', '__name__', '__package__']

Answer 6

您可以在运算符的两侧使用 type 函数。 像这样：

if type(x) == type(1):