我有一个以NBins为参数的函数。我想用标量50或数组[0,10,20,30]调用这个函数。如何在函数中识别NBins的长度?或者换一种说法，它是标量还是向量?
我试了一下:
>>> N=[2,3,5]
>>> P = 5
>>> len(N)
3
>>> len(P)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: object of type 'int' has no len()
>>>
如你所见，我不能将len应用于P，因为它不是一个数组....python中有isarray或isscalar之类的东西吗?
谢谢
当前回答
>>> N=[2,3,5]
>>> P = 5
>>> type(P)==type(0)
True
>>> type([1,2])==type(N)
True
>>> type(P)==type([1,2])
False
其他回答
你可以检查变量的数据类型。
N = [2,3,5]
P = 5
type(P)
它会给你P的数据类型。
<type 'int'>
这样你就可以区分它是整数还是数组。
Preds_test[0]的形状(128,128,1) 让我们使用isinstance()函数检查它的数据类型 Isinstance接受2个参数。 第一个参数是数据 第二个参数是数据类型 isinstance(preds_test[0]， np.ndarray)输出为True。这意味着preds_test[0]是一个数组。
在numpy中是否有等效的isscalar() ?是的。
>>> np.isscalar(3.1)
True
>>> np.isscalar([3.1])
False
>>> np.isscalar(False)
True
>>> np.isscalar('abcd')
True
将@jamylak和@jpaddison3的答案结合在一起，如果需要健壮地将numpy数组作为输入，并以与列表相同的方式处理它们，则应该使用
import numpy as np
isinstance(P, (list, tuple, np.ndarray))
这对于list, tuple和numpy数组的子类是健壮的。
如果您想对sequence的所有其他子类(不仅仅是list和tuple)也具有健壮性，请使用
import collections
import numpy as np
isinstance(P, (collections.Sequence, np.ndarray))
为什么要用isinstance这样做，而不比较type(P)和目标值?下面是一个例子，在这里我们创建并研究NewList的行为，它是list的一个普通子类。
>>> class NewList(list):
... isThisAList = '???'
...
>>> x = NewList([0,1])
>>> y = list([0,1])
>>> print x
[0, 1]
>>> print y
[0, 1]
>>> x==y
True
>>> type(x)
<class '__main__.NewList'>
>>> type(x) is list
False
>>> type(y) is list
True
>>> type(x).__name__
'NewList'
>>> isinstance(x, list)
True
尽管x和y比较为相等，但按类型处理它们会导致不同的行为。然而，由于x是list的一个子类的实例，使用isinstance(x,list)可以给出所需的行为，并以相同的方式对待x和y。
>>> N=[2,3,5]
>>> P = 5
>>> type(P)==type(0)
True
>>> type([1,2])==type(N)
True
>>> type(P)==type([1,2])
False
