如何在 numpy 结构化数组自定义类型上使用 isinstance()答案

【问题标题】：How to use isinstance() on a numpy structured array custom type如何在 numpy 结构化数组自定义类型上使用 isinstance()
【发布时间】：2020-09-22 23:55:09
【问题描述】：

在下面的示例中，我创建了一个自定义类型，然后创建了一个此类型元素的数组，然后我使用 isinstance() 针对此类型测试此数组的第一个元素，但我得到了一个错误。

import numpy as np

# Here I define a simple type with two fields
my_type_simple = np.dtype([('field_1', int), ('field_2', float)])
# An array using the above type
my_var_simple_1 = np.array([(1, 1), (2, 2)], dtype=my_type_simple)
# For a check, should print [(1, 1.) (2, 2.)]
print(my_var_simple_1)
# For a check, should print True
print(isinstance(my_var_simple_1, np.ndarray))
# The below prints numpy.void - how can I find out that in fact it is 'my_type_simple' ?
print(type(my_var_simple_1[0]))
# The below prints True, at least
print(isinstance(my_var_simple_1[0], type(my_var_simple_1[0])))
# But the below raises an Error: TypeError: isinstance() arg 2 must be a type or tuple of types
print(isinstance(my_var_simple_1[0], my_type_simple))

因此问题是：我如何测试才能发现my_var_simple_1[0] 的type 实际上是my_simple_type？这可能吗？

【问题讨论】：

标签： python numpy

【解决方案1】：

尝试一下，看看是否适合您的需求：

my_var_simple_1[0].dtype == my_type_simple

【讨论】：

该死，这很容易，我为什么要修复isinstance()？这里唯一需要注意的是，如果我处理一个列表，它不会有dtype 字段，但这很容易解决。感谢您的帮助！
@Maciek。你会在一个类似于 numpy dtype 实例的列表中放入什么？
@MadPhysicist 抱歉，我不明白这个问题。
@Maciek。你说“这里唯一需要注意的是，如果我处理......”。这意味着什么？这有什么关系？您如何在列表中构建 numpy dtypes？整个问题似乎非常特定于 numpy 数组
@MadPhysicist，好吧，只是 numpy 方法往往适用于 ndarray，但也适用于可迭代对象，例如列表，因此我希望我的方法也是通用的。

【解决方案2】：

In [7]: my_type_simple = np.dtype([('field_1', int), ('field_2', float)])
   ...: # An array using the above type
   ...: my_var_simple_1 = np.array([(1, 1), (2, 2)], dtype=my_type_simple)

dtype 命令创建一个dtype 对象，即该类的一个实例。它不是 dtype 的子类。

In [8]: type(my_type_simple)
Out[8]: numpy.dtype

使用np.array 创建的对象是一个numpy 数组ndarray。不管dtype如何，都是如此。

In [11]: type(my_var_simple_1)
Out[11]: numpy.ndarray

对于复合数据类型，元素的类型是void。您的两个字段中的每个字段的 type 是 np.int64 和 np.float64，但组合是 np.void。

In [12]: type(my_var_simple_1[0])
Out[12]: numpy.void

但我们可以访问数组或其元素的dtype，并测试：

In [13]: my_var_simple_1.dtype
Out[13]: dtype([('field_1', '<i8'), ('field_2', '<f8')])
In [16]: my_var_simple_1[0].dtype
Out[16]: dtype([('field_1', '<i8'), ('field_2', '<f8')])

虽然type 或isinstance 可用于检查对象是否为ndarray 而不是list 或其他对象，但dtype 在检查数组本身的属性时更有用。（要求 alist.dtype 会引发错误，因为列表没有这样的属性。）（对象 dtype 数组更像列表。）

【讨论】：

谢谢，事实上我意识到了我想的所有这些。结构化类型是 np.void 的事实不允许我测试各种类型。我可以打印到屏幕dtype([('field_1', '<i8'), ('field_2', '<f8')])，但不知何故，我固定在使用isinstance()，而不是按照他接受答案中建议的方式使用== 运算符。

【解决方案3】：

您正在创建自定义numpy dtype。 isinstance 不适用于 ndarray 的内容。欲了解更多信息，请阅读this。对于您的问题，您可以这样做：

type(my_var_simple_1[0].item())

或者像Or Y提到的：

my_var_simple_1[0].dtype

【讨论】：

是的，这个我已经考虑过了，但是需要专门创建一个数据元素来执行测试。感谢您的链接，我之前在寻找相关讨论时没有找到这个问题。