在numpy检查的存在，如..

isinstance(var, numbers.Integral)

. .(慢)或..

isinstance(var, (int, long, np.integer))

. .为了匹配所有类型变量，比如np.int8, np.int8。uint16,……

(PY3中Drop long)

从任何地方识别任何整数类对象都是一场棘手的猜谜游戏。检查

var & 0 == 0 

因为真理和非例外可能是一个很好的赌注。类似地，专门检查有符号整数类型:

var ^ -1 ==  -var - 1

val=3
>>> isinstance(val,int ) 
True

将工作。

考虑x = n**(1.0/m)的情况，其中n=10**5, m=5。 在Python中，x将为10.000000000000002，由于浮点算术运算，它不是整数。

所以我要检查一下

if str(float(x)).endswith('.0'): print "It's an integer."

我用下面的代码进行了测试:

for a in range(2,100):
    for b in range(2,100):
        x = (a**b)**(1.0/b)
        print a,b, x, str(float(x)).endswith('.0')

它对所有a和b输出True。

import numpy as np

if (np.floor(x)-x == 0):
  return "this is an int"

当这样一个基本的，有效的，我认为是平凡的问题被提出时，看到如此激烈的讨论真是令人震惊。

有些人指出，针对int(和long)的类型检查可能会在遇到大十进制数的情况下出错。完全正确。

有些人指出，你应该“只做x + 1，看看是否会失败”。好吧，一方面，这也适用于浮点数，另一方面，很容易构造一个肯定不是很数字的类，但以某种方式定义了+运算符。

我不同意许多大力宣称你不应该检查类型的帖子。好吧，GvR曾经说过这样的话，在纯理论中，这可能是对的，但在实践中，isinstance通常是有用的(那是一段时间前，没有链接;你可以在类似这篇文章中阅读GvR对相关问题的看法)。

有趣的是，很多人似乎认为OP的意图是检查给定x的类型是否为数值整数类型——我所理解的是我通常在使用OP的话时的意思:x是否代表整数。这是非常重要的:比如问别人他们想选多少个项目，你可能想检查你得到的是一个非负整数。这样的用例比比皆是。

在我看来，重要的是要看到(1)类型检查只是程序正确性的一种度量，而且通常是相当粗略的，因为(2)通常是有边界的值有意义，而越界的值毫无意义。有时，只有一些间歇值是有意义的——比如考虑所有的数字，在给定的情况下，只有那些实数(非复数)、整数是可能的。

有趣的是，似乎没有人提到检查x == math。楼层(x)。如果这应该给出一些大的十进制类的错误，那么也许是时候重新思考OOP范式了。还有PEP 357考虑了如何使用不那么明显是整数但肯定是整数的值作为列表索引。我不确定我是否喜欢这个解决方案。

>>> isinstance(3, int)
True

更多信息请看这里。

请注意，如果您正在寻找类似int的属性，这没有帮助。在这种情况下，你可能也想检查很长时间:

>>> isinstance(3L, (long, int))
True

我在Python源代码中见过这种针对数组/索引类型的检查，但我认为在C语言之外是看不到的。

令牌SO回复:你确定你应该检查它的类型吗?要么不要传递一个你不能处理的类型，要么不要试图智胜你潜在的代码重用者，他们可能有一个很好的理由不传递int给你的函数。