python:自动区分列表/元组/数组和int/float

Question

我有一些对象可以是浮点数（或整数）或元组（或列表或数组）。是否可以使用惯用的 Python 来避免编写 if/elif 函数？现在我有

def f(attribute_a,attribute_b):
    if type(attribute_a) == float or type(attribute_a) == int:
        result = attribute_a + attribute_b
    elif type(attribute_a) == list or type(attribute_a) == tuple or type(attribute_a) == array:
        result = numpy.array([ attribute_a[i] + attribute_b[i] for i in range(len(attribute_a)) ])
    return result

我想避免使用elif的东西，因为有时我希望attribute_a成为一个浮动，但attribute_b成为一个列表，在这种情况下，我想要类似的东西

result = numpy.array([ attribute_a + attribute_b[i] for i in range(len(attribute_b)) ])

由于我有五个不同的属性，因此为每个可能的组合写出完整的可能if循环集是不可行的，其中一个是数字，哪个是列表。

任何帮助不胜感激，谢谢山 姆

编辑，1 年 23 月 15 日：一个想法是定义两个新函数，如下所示

def general_value(x,i):
    if type(x)==float or type(x)==int:
        return x
    elif type(x)==list or type(x)==tuple:
        return x[i]
def general_len(x):
    if type(x)==float or type(x)==int:
        return 1
    elif type(x)==list or type(x)==tuple:
         return len(x)

（或对 isintance 等进行各种概括），然后在需要的地方插入这些。这是一个合理的黑客，还是某种程度上有害的？

Answer 1

使用 isinstance，您可以在其中传递类型元组以避免多次or's：

if  isinstance(attribute_a,(int,float))
   ...
elif isinstance(attribute_a,(list,tuple, array)):

如果只能有两种可能的情况，请使用 if/else：

  if  isinstance(attribute_a,(int,float))
     result =  ...
  else:
     result =  ...

您可以使用条件表达式，但您的语句会很长：

result =  attribute_a + attribute_b if isinstance(attribute_a,(int,float)) else numpy.array([ attribute_a[i] + attribute_b[i] for i in range(len(attribute_a)) ])

如果要检查一组可能的匹配组合的两个属性：

if isinstance(attribute_a,(list,tuple,float) and isinstance(attribute_b,(float,list))):

另一种方法是存储 isinstance 的结果并否定检查以避免重复调用：

a,b = if isinstance(attribute_a,(list,tuple) ,isinstance(attribute_b,float))
if a and b:
   ...
elif  a and not b:
   ...
else:
    ....

如果你想检查任何一个是否是元组，列表等，那么你可以使用：

from collections import Iterable
def check(ele):
   return isinstance(ele,Iterable) and not isinstance(ele,basestring)

然后：

if check(attribute_a) and check(attribute_b):
    .....

Answer 2

您可能需要考虑使用抽象基类来减少组合的数量。

已经有一个abc来测试你的一个参数是int还是float;它是numbers.Real：

assert isinstance(1,numbers.Real)
assert isinstance(1.1,numbers.Real)

也已经有一个abc来测试你的一个参数是list、tuple还是array。collections.abc.Container：

assert isinstance((1,),collections.abc.Container)
assert isinstance([],collections.abc.Container)
assert isinstance(array([]),collections.abc.Container)

因此，函数变为：

def f(attribute_a,attribute_b):
    if isinstance(attribute_a,numbers.Real) and isinstance(attribute_b,numbers.Real):
        #Both arguments are Real numbers
        result = attribute_a + attribute_b
    elif isinstance(attribute_a,collections.abc.Container) and isinstance(attribute_b,collections.abc.Container):
        #Both arguments are Containers
        result = numpy.array([ attribute_a[i] + attribute_b[i] for i in range(len(attribute_a)) ])
    elif isinstance(attribute_a,numbers.Real) and isinstance(attribute_b,collections.abc.Container):
        # First argument is a Real number, second is a Container
        result = numpy.array([ attribute_a + attribute_b[i] for i in range(len(attribute_b)) ])
    elif isinstance(attribute_a,collections.abc.Container) and isinstance(attribute_b,numbers.Real):
        # First argument is a Container, second is a Real number
        result = numpy.array([ attribute_a[i] + attribute_b for i in range(len(attribute_a)) ])
    return result

使用抽象基类而不是像Padraic Cunningham的答案那样isinstance(var,(list, tuple, array))有一个重要的潜在优势：检查abc将允许你的代码工作，即使是"像"这些类型的容器的类型，但不一定是它们的子类。对于"像"Real但不一定从int或float子类的类也是如此。根据您的用例，这也可能是缺点（例如，请参阅下面有关str对象的注释）。

编辑：下面评论中的重要问题是：

assert isinstance("some string",collections.abc.Container)

如果限制可迭代类型的字符串很重要（看起来可能是这样），则可以使用 abc 模块创建自定义抽象基类。

或者，您可以只添加and not isinstance(var,str)（仅限Python 3）。

---

编辑：不幸的是，这个答案的overload部分不适用于OP，因为他是<3.0，但也许它会帮助其他人。

这个问题也让我想起了overload库，我一直想尝试一下。

使用该模块，下面尝试使用抽象基类解决问题：

from overload import overload
from collections.abc import Container
from numbers import Real
@overload
def f(attribute_a:Container,attribute_b:Container):
    '''Both arguments are Containers, e.g. list, tuple, or array'''
    return numpy.array([ attribute_a[i] + attribute_b[i] for i in range(len(attribute_a)) ])
@f.add
def f(attribute_a:Real,attribute_b:Real):
    '''Both arguments are Real numbers, e.g. int, float'''
    attribute_a + attribute_b
@f.add
def f(attribute_a:Real,attribute_b:Container):
    '''First argument is a Real number, second is a Container'''
    return numpy.array([ attribute_a + attribute_b[i] for i in range(len(attribute_b)) ])
@f.add
def f(attribute_a:Container,attribute_b:Real):
    '''First argument is a Container, second is a Real number'''
    return f(attribute_b,attribute_a)