你如何根據數據類型在python中設置條件？

Question

這個問題看起來很簡單，但我想不通。 我知道您可以在 python 中檢查數據類型，但是如何根據數據類型設置條件？ 例如，如果我必須編寫一個對字典/列表進行排序並將所有整數相加的代碼，我如何隔離搜索以僅查找整數？

我想一個簡單的例子看起來像這樣：

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

那么對於第 3 行，我將如何設置這樣的條件？

Answer 1

怎么樣，

if isinstance(x, int):

但更清潔的方法就是

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

Answer 2

域名注冊地址：

• 使用if isinstance(x, int):除非你有理由不這樣做。
• if type(x) is int:如果您需要精確的類型相等而不是其他任何東西。
• 如果您可以轉換為目標類型，請使用try: ix = int(x) 。

---

在 Python 中進行類型檢查有一個非常大的“取決於”。 處理類型的方法有很多種，各有優缺點。 在 Python3 中，出現了更多。

顯式類型相等

類型是一流的對象，您可以像對待任何其他值一樣對待它們。 因此，如果您希望某事物的類型等於int ，只需對其進行測試：

if type(x) is int:

這是最嚴格的測試類型：它需要精確的類型相等。 通常，這不是您想要的：

• 它排除了替代類型： float是無效的，即使它在許多用途上表現得像一個int 。
• 它排除了子類和抽象類型：即使它們在邏輯上是整數，也會拒絕打印漂亮的int子類或enum 。
  • 這嚴重限制了便攜性：Python2字符串可以是str或unicode ，並且整數可以是int或long 。

需要注意的是顯式類型的平等有其低級別操作的用途：

• 某些類型不能被子類化，例如slice 。 明確的檢查在這里更明確。
• 一些低級操作，例如序列化或 C-API，需要特定類型。

變體

也可以對__class__屬性進行比較：

if x.__class__ is int:

請注意，如果類定義了__class__屬性，則這與type(x) 。

當有多個類要檢查時，使用dict來分派動作比顯式檢查更具可擴展性並且可以更快（≥5-10 類型）。 這對於轉換和序列化特別有用：

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)

顯式類型的實例檢查

慣用類型測試使用isinstance內置：

if isinstance(x, int):

這種檢查既准確又高效。 這通常是人們想要檢查類型的內容：

• 它正確處理子類型。 打印漂亮的int子類仍將通過此測試。
• 它允許一次檢查多種類型。 在 Python2 中，執行isinstance(x, (int, long))可以獲得所有內置整數。

最重要的是，在大多數情況下，缺點可以忽略不計：

• 它仍然接受行為怪異的時髦子類。 由於任何事物都可能以奇怪的方式運行，因此無法防范。
• 它很容易變得過於嚴格：許多人在任何序列（例如tuple ）甚至可迭代（例如generator ）也可以這樣做時檢查isinstance(x, list) 。 對於通用庫而言，這比腳本或應用程序更值得關注。

變體

如果您已經有一個類型，則issubclass行為相同：

if issubclass(x_type, int):

抽象類型的實例檢查

Python 有一個抽象基類的概念。 粗略地說，這些表達了類型的含義，而不是它們的層次結構：

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

換句話說， type(x) 不一定從numbers.Real繼承，但必須表現得像它。 盡管如此，這是一個非常復雜和困難的概念：

• 如果您正在尋找基本類型，這通常是矯枉過正。 大多數情況下，Integer 只是一個int 。
• 來自其他語言的人經常混淆它的概念。
  • 將其與例如 C++ 區分開來，重點是抽象基類而不是抽象基類。
  • ABC 可以像 Java 接口一樣使用，但可能仍然具有具體的功能。

但是，它對於通用庫和抽象非常有用。

• 許多函數/算法不需要顯式類型，只需要它們的行為。
  • 如果您只需要按鍵查找內容， dict您限制為特定的內存類型。 相比之下， collections.abc.Mapping還包括數據庫包裝器、大型磁盤支持的字典、惰性容器、... - 和dict 。
• 它允許表達部分類型約束。
  • 沒有嚴格的基本類型實現迭代。 但是如果你根據collections.abc.Iterable檢查對象，它們都在for循環中工作。
• 它允許創建單獨的、優化的實現，這些實現顯示為相同的抽象類型。

雖然一次性腳本通常不需要它，但我強烈建議將它用於除幾個 Python 版本之外的任何內容。

暫定轉換

處理類型的慣用方式不是測試它們，而是假設它們是兼容的。 如果您已經預料到輸入中有一些錯誤的類型，只需跳過所有不兼容的內容：

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

這實際上不是類型檢查，但通常用於相同的目的。

• 它保證您在輸出中具有預期的類型。
• 它在轉換錯誤類型方面有一些有限的回旋余地，例如將float專門化為int 。
• 它可以在您不知道哪些類型符合int 。

主要的缺點是它是一個顯式轉換。

• 您可以默默地接受“錯誤”值，例如轉換包含文字的str 。
• 它不必要地轉換甚至足夠好的類型，例如，當您只需要數字時，將float為int 。

轉換是某些特定用例的有效工具。 如果您粗略地知道您的輸入是什么，並且必須保證您的輸出，則效果最佳。

函數調度

有時類型檢查的目標只是選擇一個合適的函數。 在這種情況下，諸如functools.singledispatch函數調度允許對特定類型進行專門的函數實現：

@singledispatch
def append_int(value, sequence):
    return

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

這是isinstance和dict調度的組合。 它對於較大的應用程序最有用：

• 無論調度類型的數量如何，它都會使使用站點保持較小。
• 它允許稍后為其他類型注冊特化，甚至在其他模塊中。

盡管如此，它也並非沒有缺點：

• 許多 Python 程序員起源於函數式和強類型語言，並不熟悉單分派甚至多分派。
• 調度需要單獨的功能，因此不適合在使用地點定義。
  • 創建函數和“預熱”調度緩存需要顯着的運行時開銷。 調度函數應該定義一次並經常重復使用。
  • 即使是預熱的調度表也比手寫的 if/else 或dict查找慢。

控制輸入

最好的做法是確保您永遠不必首先檢查類型。 這有點像元主題，因為它在很大程度上取決於用例。

在這里， somelist的來源somelist應該將非數字放入其中。

Answer 3

讓我聲明 int 類型的變量 x

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

兩者都工作正常。

Answer 4

您可以像這樣簡單地使用類型和等號運算符

if (type(x) == int):

Answer 5

易於使用的類型。

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

這是一個快速目錄（類型）：

['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

您可以在運算符的兩側使用 type 函數。 像這樣：

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