区分 False 和 0答案

【问题标题】：Differentiate False and 0区分 False 和 0
【发布时间】：2016-11-16 19:28:22
【问题描述】：

假设我有一个包含不同值的列表，如下所示：

[1,2,3,'b', None, False, True, 7.0]

我想对其进行迭代并检查每个元素是否不在某些禁止值列表中。例如，这个列表是[0,0.0]。

当我检查 [0,0.0 是否为 False 时，我得到 True。我知道 python 在这里将False 转换为0 - 但我怎样才能避免它并使这个检查正确 - False 值不在[0,0.0] 中？

【问题讨论】：

列表将被评估为 True。检查this question
您应该单独检查这些值，您的方法最多只能向您显示某些失败，但不会告诉您什么是您或您的用户的下一个问题。
您可能需要重新考虑导致列表包含需要区别对待的False 和0 值的决定。
@chepner 实际上你是对的，我在从 codewars 解决 kata 时遇到了这个问题。 :)

标签： python

【解决方案1】：

要区分False 和0，您可以使用is 来比较它们。 False 是一个单例值并且总是引用同一个对象。要比较列表中的所有项目以确保它们不是 False，请尝试：

all(x is not False for x in a_list)

顺便说一句，Python 不会在这里转换任何东西：布尔值是整数的子类，False 实际上等于0，不需要转换。

【讨论】：

【解决方案2】：

比较时您可能希望使用is 而不是==。

y = 0
print y == False # True
print y is False # False

x = False
print x == False # True
print x is False # True

【讨论】：

好建议，但原始代码不包含==，它包含in。这不是问题的真实答案。
所以吸取的教训是，为了比较两个逻辑，应该使用is 和is not 而不是==
@wander95 如果您真的需要知道False 和0 之间的区别，那么可以。 True 和 1 也是。大多数时候你不需要区分。 in 使用 == 并且无法更改。

【解决方案3】：

今天发现了一个关于区分 0 和 False 的奇怪极端案例。如果初始列表包含False (numpy.bool_(False)) 的numpy 版本，则is 比较don't work，因为numpy.bool_(False) is not False。

这些总是出现在使用 numpy 类型的比较中。例如：

>>> type(numpy.array(50)<0) 
<class 'numpy.bool_'>

最简单的方法是使用numpy.bool_ 类型进行比较：(np.array(50)<0) is (np.False_)。但这样做需要numpy 依赖。我想出的解决方案是进行字符串比较（从 numpy 1.18.1 开始工作）：

str(numpy.bool_(False)) == str(False)

所以在处理一个列表时，就像@kindall 一样：

all(str(x) != str(False) for x in a_list)

请注意，此测试还存在字符串'False' 的问题。为避免这种情况，您可以排除字符串表示与其自身等效的情况（这也避开了 numpy 字符串数组）。以下是一些测试输出：

>>> foo = False
>>> str(foo) != foo and str(foo) == str(False)
True

>>> foo = numpy.bool_(False)
>>> str(foo) != foo and str(foo) == str(False)
True

>>> foo = 0
>>> str(foo) != foo and str(foo) == str(False)
False

>>> foo = 'False'
>>> str(foo) != foo and str(foo) == str(False)
False

>>> foo = numpy.array('False')
>>> str(foo) != foo and str(foo) == str(False)
array(False)

我并不是真正的专家级程序员，所以我可能仍然错过了一些限制，或者是不这样做的一个重要原因，但它让我能够区分 0 和 False 而无需求助于 numpy依赖。

【讨论】：