让我们把鸭子留在池塘里。
为了明确,我正在使用Python 2.7.3。
我正在进行数字检查的操作,发现了一些奇怪的事情:
In [1]: numbers.Number.mro()
Out[1]: [numbers.Number, object]
In [2]: numbers.Complex.mro()
Out[2]: [numbers.Complex, numbers.Number, object]
In [3]: numbers.Real.mro()
Out[3]: [numbers.Real, numbers.Complex, numbers.Number, object]
In [4]: numbers.Rational.mro()
Out[4]: [numbers.Rational, numbers.Real, numbers.Complex,
numbers.Number, object]
In [5]: numbers.Integral.mro()
Out[5]: [numbers.Integral, numbers.Rational, numbers.Real,
numbers.Complex, numbers.Number, object]
我认为这种做法是有些逆向思维的,并且在 Python 本身内部存在一定的矛盾(如 int
、float
和 complex
直接继承自 object
):
In [6]: isinstance(int(), complex)
Out[6]: False
In [7]: isinstance(int(), numbers.Complex)
Out[7]: True
然后我写了以下函数:
def numeric_check(num):
print "Is an int:", isinstance(num, int)
print "Is a float:", isinstance(num, float)
print "Is a complex:", isinstance(num, complex)
print "Is a numbers.Number:", isinstance(num, numbers.Number)
print "Is an numbers.Integer:", isinstance(num, numbers.Integral)
print "Is a numbers.Real:", isinstance(num, numbers.Real)
print "Is a numbers.Complex:", isinstance(num, numbers.Complex)
print "Is a numpy.integer:", isinstance(num, numpy.integer)
print "Is a numpy.floating:", isinstance(num, numpy.floating)
print "Is a numpy.complex:", isinstance(num, numpy.complex)
并运行以下循环:
for dtype in [int, float, complex,
numpy.int16, numpy.int32, numpy.int64,
numpy.uint16, numpy.uint32, numpy.uint64,
numpy.float16, numpy.float32, numpy.float64, numpy.complex64]:
num = dtype()
print dtype
numeric_check(num)
以下是部分输出:
类型 'int' 是否为整型:True 是否为浮点型:False 是否为复数:False 是否为 numbers.Number 类型:True 是否为 numbers.Integer 类型:True 是否为 numbers.Real 类型:True 是否为 numbers.Complex 类型:True 是否为 numpy.integer 类型:False 是否为 numpy.floating 类型:False 是否为 numpy.complex 类型:False
从上面的输出可以看出,int
是 numbers
模块中任何类型的一个实例。在我的电脑上,numpy
整型默认为 64 位,我们来看一下:
类型 'numpy.int64' 是否为整型:True 是否为浮点型:False 是否为复数:False 是否为 numbers.Number 类型:True 是否为 numbers.Integer 类型:True 是否为 numbers.Real 类型:True 是否为 numbers.Complex 类型:True 是否为 numpy.integer 类型:True 是否为 numpy.floating 类型:False 是否为 numpy.complex 类型:False
它与 int
相同,并且额外通过了 numpy.integer
。让我们检查一下 numpy.int16
:
类型 'numpy.int16' 是否为整型:False 是否为浮点型:False 是否为复数:False 是否为 numbers.Number 类型:False 是否为 numbers.Integer 类型:False 是否为 numbers.Real 类型:False 是否为 numbers.Complex 类型:False 是否为 numpy.integer 类型:True 是否为 numpy.floating 类型:False 是否为 numpy.complex 类型:False
糟糕,它只通过了 numpy.integer
。所以我的问题是:
- 这是斯巴达吗?
numpy
部分的类型分离是一种设计选择吗?- 除去鸭子类型,如果我想检查数字类型,最好忽略
numbers
模块,而改用以下方式吗?
类型检查:
isinstance(num, (int, numpy.integer)
isinstance(num, (float, numpy.floating)
isinstance(num, (complex, numpy.complex)
numbers
类的 MRO(方法解析顺序)似乎有些奇怪。从数学的角度来看,我可以理解整数可能是特定的有理数、实数或复数,但从编程的角度来看,MRO似乎并没有帮助到我。因此,如果我想检查一个数字的类型,我首先要检查它是否为复数,然后是实数,接着是有理数,最后才是整数。 - Midnighter