检查变量是否为None或numpy.array时发生ValueError

我想检查变量是否为None或numpy.array。我已经实现check_a了此功能。

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，此代码引发ValueError。什么是直截了当的方式？

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()

使用not a测试是否a是None假设的其他可能值a有真值True。但是，大多数NumPy数组根本没有真值，not因此无法应用于它们。

如果要测试某个对象是否为None，最通用，最可靠的方法就是直接使用以下is检查None：

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。

注意测试必须是is，不是==。is是对象身份测试。==无论参数说什么，NumPy数组都说这是广播的元素等式比较，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，则可以测试其类型：

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

您还可以使用isinstance，它还会返回True该类型的子类（如果您要的话）。考虑到可怕和不兼容np.matrix，您可能实际上不希望这样做：

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

如果您尝试执行非常相似的操作：a is not None，则会出现相同的问题。也就是说，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，但是可以做到。

您可以查看对象是否具有形状

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