识别numpy的数字和数组类型

Question

是否有numpy的现有的功能，将告诉我，如果一个值可以是一个数字型或numpy的数组？我正在写这就需要由“号码”来处理在几个不同的表示（数字我的意思是它可以使用标准的算术运算符来操纵一个数值量，的任何表示+，一些数据处理代码 - ，*，/，* *）。

我要寻找的行为的一些例子

>>> is_numeric(5)
True
>>> is_numeric(123.345)
True
>>> is_numeric('123.345')
False
>>> is_numeric(decimal.Decimal('123.345'))
True
>>> is_numeric(True)
False
>>> is_numeric([1, 2, 3])
False
>>> is_numeric([1, '2', 3])
False
>>> a = numpy.array([1, 2.3, 4.5, 6.7, 8.9])
>>> is_numeric(a)
True
>>> is_numeric(a[0])
True
>>> is_numeric(a[1])
True
>>> is_numeric(numpy.array([numpy.array([1]), numpy.array([2])])
True
>>> is_numeric(numpy.array(['1'])
False

如果没有这样的功能存在，我知道它不应该是很难写一个，像

isinstance(n, (int, float, decimal.Decimal, numpy.number, numpy.ndarray))

但有其他数字类型我应该包括在列表？

Answer 1

正如其他人回答说，有可能是其他数字类型，除了你提到的那些。 一种方法是显式地检查你想要的功能，喜欢的东西

# Python 2
def is_numeric(obj):
    attrs = ['__add__', '__sub__', '__mul__', '__div__', '__pow__']
    return all(hasattr(obj, attr) for attr in attrs)

# Python 3
def is_numeric(obj):
    attrs = ['__add__', '__sub__', '__mul__', '__truediv__', '__pow__']
    return all(hasattr(obj, attr) for attr in attrs)

这适用于除了最后一个，numpy.array(['1'])你的所有例子。这是因为numpy.ndarray具有用于数字操作的特殊方法，但引发类型错误，如果你尝试用绳子或对象数组不适当地使用它们。您可以添加一个显式检查该像

 ... and not (isinstance(obj, ndarray) and obj.dtype.kind in 'OSU')

这可以是足够好的。

不过......你永远不能的 100％的肯定有人会不相同的行为定义另一种类型，所以一个更简单的方法是实际尝试做一个计算，赶上例外，像

def is_numeric_paranoid(obj):
    try:
        obj+obj, obj-obj, obj*obj, obj**obj, obj/obj
    except ZeroDivisionError:
        return True
    except Exception:
        return False
    else:
        return True

但取决于打算如何经常调用使用它，用什么样的参数，这可能是不实际的（它可以是具有大的阵列可能慢，例如）。

Answer 2

在一般情况下，处理未知类型的灵活，快速和Python的方式是对他们只是执行一些操作和捉对无效类型异常。

try:
    a = 5+'5'
except TypeError:
    print "Oops"

在我看来，这种方法比特套管出一些函数来确定绝对类型的确定性更容易。

Answer 3

此外，numpy的已numpy.isreal和其他类似的功能（numpy.is + Tab键应该列出它们）。

他们都有自己的乐趣角落案件，但其中的一个可能是有用的。

Answer 4

您is_numeric定义错误。见我的意见你的问题。

其他数值类型可以是：long，complex，fractions.Fraction，numpy.bool_，numpy.ubyte，...

operator.isNumberType()返回True用于Python号码和numpy.array。

因为Python 2.6可以使用isinstance(d, numbers.Number)代替弃用operator.isNumberType()。

通常最好是检查对象的能力（例如，是否可以的整数添加到它），而不是它的类型。

Answer 5

isinstance(numpy.int32(4), numbers.Number)返回False，所以完全不是那么回事。 operator.isNumberType()不上numpy的数目的所有变体的工作，但是，包括numpy.array([1])。