我们可以使用一个简单的if else：

item_list=[]
if len(item_list) == 0:
    print("list is empty")
else:
    print("list is not empty")

我们可以使用一个简单的if else：

item_list=[]
if len(item_list) == 0:
    print("list is empty")
else:
    print("list is not empty")

帕特里克（被接受）的答案是正确的：如果不是：是正确的做法。哈雷·霍尔科姆（Harley Holcombe）的回答是正确的，这是在PEP8风格指南中。但没有一个答案能解释为什么遵循这个习语是一个好主意，即使你个人觉得它不够明确或让Ruby用户感到困惑。

Python代码和Python社区有很强的习惯用法。遵循这些习惯用法可以让任何有Python经验的人更容易阅读代码。当你违反这些习惯用语时，这是一个强烈的信号。

的确，如果不是：，就不能将空列表与None、数字0、空元组、空用户创建的集合类型、空用户生成的不完全集合类型、或单个元素NumPy数组用作带有假值的标量等区分开来。在这种情况下，你知道你想表达什么，所以你可以测试一下。例如，如果不是a，并且a不是None：表示“除了None以外的任何错误”，而如果len（a）！=0：表示“只有空序列和除了序列之外的任何东西在这里都是错误的”，以此类推。除了测试你想要测试的东西之外，这也向读者发出了这个测试很重要的信号。

但是，当你没有什么要明确的时候，除了：以外的任何东西都会误导读者。当它不重要的时候，你在发出同样重要的信号。（你也可能会让代码变得不那么灵活，或者更慢，或者其他什么的，但这都不那么重要。）如果你习惯性地这样误导读者，那么当你确实需要做出区分时，它会被忽略，因为你一直在代码中“嚎啕大哭”。

以下是检查列表是否为空的几种方法：

a = [] #the list

1） 非常简单的蟒蛇方式：

if not a:
    print("a is empty")

在Python中，空容器（如列表、元组、集合、字典、变量等）被视为False。可以简单地将列表视为谓词（返回布尔值）。True值表示它为非空。

2） 一种非常明确的方法：使用len（）查找长度并检查它是否等于0：

if len(a) == 0:
    print("a is empty")

3） 或者将其与匿名空列表进行比较：

if a == []:
    print("a is empty")

4） 另一种愚蠢的方法是使用exception和iter（）：

try:
    next(iter(a))
    # list has elements
except StopIteration:
    print("Error: a is empty")

从python3开始，您可以使用

a == []

检查列表是否为空

编辑：这也适用于python2.7。。

我不知道为什么有这么多复杂的答案。这很清楚明了

我曾写道：

if isinstance(a, (list, some, other, types, i, accept)) and not a:
    do_stuff

投票结果为-1。我不确定这是否是因为读者反对这一策略，或者认为答案没有帮助。我会假装是后者，因为——无论什么叫做“蟒蛇”——这是正确的策略。除非你已经排除了，或者已经准备好处理a为False的情况，否则你需要一个比不是：更严格的测试。你可以用这样的方法：

if isinstance(a, numpy.ndarray) and not a.size:
    do_stuff
elif isinstance(a, collections.Sized) and not a:
    do_stuff

第一个测试是对上面@Mike的回答的回应。第三行也可以替换为：

elif isinstance(a, (list, tuple)) and not a:

如果您只想接受特定类型（及其子类型）的实例，或者使用：

elif isinstance(a, (list, tuple)) and not len(a):

如果不进行显式类型检查，您就可以离开，但前提是周围的上下文已经向您保证a是您准备处理的类型的值，或者如果您确定您不准备处理的那些类型将引发您准备好处理的错误（例如，如果您在未定义的值上调用len，则为TypeError）。总的来说，“蟒蛇”习俗似乎走到了最后一条路。像鸭子一样挤压它，如果它不知道如何呱呱叫，就让它养一只鸭子。不过，你仍然需要考虑你正在做什么样的假设，以及你没有准备好正确处理的案例是否真的会在正确的地方出错。Numpy数组是一个很好的例子，其中仅仅盲目地依赖len或布尔类型转换可能无法实现预期的效果。