检查变量是否为None或numpy.array时的ValueError

Question

我想检查变量是否为None或numpy.array。我已经实现了check_a功能来做到这一点。

def check_a(a):
    if not a:
        print "please initialize a"

a = None
check_a(a)
a = np.array([1,2])
check_a(a)

但是，这段代码引发了ValueError。什么是直接的方式？

ValueError                                Traceback (most recent call last)
<ipython-input-41-0201c81c185e> in <module>()
      6 check_a(a)
      7 a = np.array([1,2])
----> 8 check_a(a)

<ipython-input-41-0201c81c185e> in check_a(a)
      1 def check_a(a):
----> 2     if not a:
      3         print "please initialize a"
      4 
      5 a = None

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

Answer 1

使用not a来测试a是否是None假设a的其他可能值具有True的真值。但是，大多数NumPy数组根本没有真值，并且not无法应用于它们。

如果你想测试一个对象是否是None，最通用，最可靠的方法是逐字地对is使用None检查：

if a is None:
    ...
else:
    ...

这不依赖于具有真值的对象，因此它适用于NumPy数组。

请注意，测试必须是is，而不是==。 is是一个对象身份测试。 ==是参数所说的，NumPy数组表示它是一个广播的元素相等比较，产生一个布尔数组：

>>> a = numpy.arange(5)
>>> a == None
array([False, False, False, False, False])
>>> if a == None:
...     pass
...
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: The truth value of an array with more than one element is ambiguous.
 Use a.any() or a.all()

---

另一方面，如果要测试对象是否为NumPy数组，可以测试其类型：

# Careful - the type is np.ndarray, not np.array. np.array is a factory function.
if type(a) is np.ndarray:
    ...
else:
    ...

您也可以使用isinstance，它还会返回True作为该类型的子类（如果这是您想要的）。考虑到np.matrix是多么可怕和不兼容，你可能实际上并不想要这个：

# Again, ndarray, not array, because array is a factory function.
if isinstance(a, np.ndarray):
    ...
else:
    ...    

Answer 2

你可以看到对象是否有形状

def check_array(x):
    try:
        x.shape
        return True
    except:
        return False

Answer 3

如果你试图做一些非常相似的a is not None，同样的问题出现了：Numpy抱怨必须使用a.any或a.all。解决方法是：

if not (a is None):
    pass

不太漂亮，但它完成了这项工作。