这是谷歌对“python测试空数组”和类似查询的第一次点击，其他人将这个问题概括为列表之外的问题，所以这里有很多人使用的不同类型的序列的警告。

其他方法不适用于NumPy数组

您需要小心使用NumPy数组，因为对于列表或其他标准容器工作正常的其他方法对于NumPy阵列失败。我在下面解释了原因，但简而言之，首选的方法是使用大小。

“蟒蛇”的方式行不通：第一部分

NumPy数组的“pythonic”方法失败，因为NumPy试图将数组强制转换为布尔值数组，如果x试图同时计算所有布尔值以获得某种聚合真值。但这没有任何意义，因此您会得到ValueError：

>>> x = numpy.array([0,1])
>>> if x: print("x")
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

“蟒蛇”的方式行不通：第2部分

但至少上述案例告诉你，它失败了。如果您恰好有一个仅包含一个元素的NumPy数组，则If语句将“有效”，即不会出现错误。但是，如果该元素恰好为0（或0.0，或False，…），if语句将错误地导致False：

>>> x = numpy.array([0,])
>>> if x: print("x")
... else: print("No x")
No x

但显然x存在并且不是空的！这个结果不是你想要的。

使用len可能会产生意想不到的结果

例如

len( numpy.zeros((1,0)) )

返回1，即使数组没有元素。

numpythonic方式

正如SciPy常见问题解答中所解释的，在所有已知拥有NumPy数组的情况下，正确的方法是在x.size：

>>> x = numpy.array([0,1])
>>> if x.size: print("x")
x

>>> x = numpy.array([0,])
>>> if x.size: print("x")
... else: print("No x")
x

>>> x = numpy.zeros((1,0))
>>> if x.size: print("x")
... else: print("No x")
No x

如果您不确定它是列表、NumPy数组还是其他类型，可以将此方法与@dubiusjim给出的答案结合起来，以确保对每种类型使用正确的测试。不是很“蟒蛇”，但事实证明NumPy至少在这个意义上故意破坏了蟒蛇。

如果您需要做的不仅仅是检查输入是否为空，而且您正在使用其他NumPy特性，如索引或数学运算，那么强制输入为NumPy数组可能更有效（当然也更常见）。有几个很好的函数可以快速实现这一点，最重要的是numpy.asarray。它接受您的输入，如果它已经是一个数组，则不执行任何操作，如果它是一个列表、元组等，则将您的输入包装到一个数组中，并可选地将其转换为您选择的数据类型。因此，无论何时，它都非常快速，并确保您只需假设输入是一个NumPy数组。我们通常甚至只使用相同的名称，因为转换到数组不会使其返回到当前范围之外：

x = numpy.asarray(x, dtype=numpy.double)

这将使x.size检查在我在本页上看到的所有情况下都有效。

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。

def list_test (L):
    if   L is None  : print('list is None')
    elif not L      : print('list is empty')
    else: print('list has %d elements' % len(L))

list_test(None)
list_test([])
list_test([1,2,3])

有时单独测试无和空是很好的，因为这是两种不同的状态。上述代码产生以下输出：

list is None 
list is empty 
list has 3 elements

虽然没有一件事是假的，但这毫无价值。所以，如果你不想单独测试“无”，你不必这么做。

def list_test2 (L):
    if not L      : print('list is empty')
    else: print('list has %d elements' % len(L))

list_test2(None)
list_test2([])
list_test2([1,2,3])

预期产量

list is empty
list is empty
list has 3 elements

我更喜欢以下内容：

if a == []:
   print "The list is 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”。

受到dubiusjim解决方案的启发，我建议使用一个额外的常规检查，看看它是否可以迭代：

import collections
def is_empty(a):
    return not a and isinstance(a, collections.Iterable)

注意：如果希望排除空字符串，则字符串被认为是可迭代的add，而不是isinstance（a，（str，unicode））

测试：

>>> is_empty('sss')
False
>>> is_empty(555)
False
>>> is_empty(0)
False
>>> is_empty('')
True
>>> is_empty([3])
False
>>> is_empty([])
True
>>> is_empty({})
True
>>> is_empty(())
True