python类型检查

Ⅰ python 中怎么查看数据类型

有时候我们需要知道变量类型，但不知道如何查看

内置函数isinstance(object, (type1,type2...))

isinstance('content', str)

返回True or False

使用内置函数type(object)

在介绍数据类型的文章中提到过，要怎么样查看对像的数据类型。type()就是一个最实用又简单的查看数据类型的方法。type()是一个内建的函数，调用它就能够得到一个反回值，从而知道想要查询的对像类型信息。

type使用方法

>>>type(1)
<type 'int'> #返回整形>>>type('content')
<type 'str'> #返回字符串

type返回值属于type类型

>>>type(type(1))
<type 'type'> #返回type类型

Ⅱ python判断数据类型有几种方法，有啥优缺点

123456789
class A: passclass B(A): passa=A()b=B() print('a is an A:%s;b is an A:%s'%(isinstance(a,A),isinstance(b,A)))print('type of a is %s;type of b is %s'%(type(a),type(b)))

通常我们判断是什么类型，那么只是想直到这个对象是否含有我们所需要的方法或者属性，这样在调用的时候就不会出错，否则就要进行异常捕捉。而isinstance这个方法非常满足这个需求。以上是示例代码。
可以看出isinstance(a,A),isinstance(b,A)两个返回的都是True，如果我们把a，b都当做A的实例使用完全没问题，但是我们并不关心b是A的实例还是B的实例，因为他肯定包含A类定义中的所有属性和方法，正常调用不会出现异常。
type的话出来的则是一串字符串，精确到子类，所以可以用来做精确判断，例如判断是不是这个类，而不是这个类的子类，isinstance只能判断是不是这个类或者这个类的子类。
判断两个对象是否来自同一个类，可以用type(a)==type(b)来判断。

Ⅲ python如何查看数据类型

python怎么查看数据类型?

第一步我们首先需要知道在python中查看变量数据类型是使用type()函数，type函数的用法如下图所示：



第二步我们打开py文件，输入

import numpy as npa1=123list=[1,2,3,4,5,6]array=np.array(list)print(type(a1))
打印出a1变量的数据类型，如下图所示：



第三步运行py文件之后，可以看到a1变量是int类型，如下图所示：



第四步输入

print(type(list))print(type(array))
打印出list变量和array变量的类型，如下图所示：



第五步运行py文件，可以看到分别是列表和数组类型，如下图所示：



以上就是python怎么查看数据类型的详细内容，更多请关注 脚本之家其它相关文章

Ⅳ python如何判断输入参数是int类型的

python判断输入参数是int类型的方法：

用if语句判断“type(eval(输入参数))”是否是int类型，python的eval函数可以去掉输入参数的引号

示例代码如下：

执行结果如下：

更多Python知识，请关注：Python自学网！！

Ⅳ Python中为什么推荐使用isinstance来进行类型判断

type比较的结果a和b的类型是一样的，结果明显是不准确的。这种古典类的实例，type返回的结果都是一样的，而这样的结果不是我们想要的。对于内建的基本类型来说，使用tpye来检查是没有问题的，可是当应用到其他场合的时候，type就显得不可靠了。这个时候我们就需要使用isinstance来进行类型检查。

Ⅵ python 怎么查看数据类型

调试的时候可以看到，自己赋值的时候也可以

Ⅶ python 怎么判断list里元素类型

可以通过tpye()方法来判断list里的元素类型。代码举例如下：

testList = [1, 2, 'a', [1, 2]]

for listElement in testList:

print '%s 的类型是：%s' % (listElement, type(listElement))

其中，for in语句用来遍历testList这个list里的元素，然后分别打印出元素对应的类型，运行程序，输出结果为：

1 的类型是：<type 'int'>

2 的类型是：<type 'int'>

a 的类型是：<type 'str'>

[1, 2] 的类型是：<type 'list'>

(7)python类型检查扩展阅读

python语言中type()函数介绍：

1、type()函数的作用

在python中type()是即简单又实用的一种对象数据类型查询方法。它是一个内建的函数，调用它就能够得到一个反回值，从而知道想要查询的对像类型信息。

2、type()函数使用方法：type(对象)

type()是接收一个对象当做参考，之后反回对象的相应类型。例如：

type(1)

<type 'int'> #整型

type("iplaypython")

<type 'str'> #字符串

Ⅷ python如何判断类型

python中是可以判断对象的类型的，判断python中的对象类型，可以使用isinstance()函数。
isinstance是Python中的一个内建函数。是用来判断一个对象的变量类型。函数语法格式为
isinstance(object, class-or-type-or-tuple)
如果参数object是classinfo的实例，或者object是classinfo类的子类的一个实例， 返回True。如果object不是一个给定类型的的对象， 则返回结果总是False。
例如
>>> isinstance(1, int)
True
>>> isinstance(1.0, float)
True

Ⅸ python3怎样检查网站构建的技术类型

示例函数
为了开发类型检查器，我们需要一个简单的函数对其进行实验。欧几里得算法就是一个完美的例子：

def gcd(a, b):

'''Return the greatest common divisor of a and b.'''
a = abs(a)
b = abs(b)
if a < b:
a, b = b, a
while b != 0:
a, b = b, a % b
return a

在上面的示例中，参数 a 和 b 以及返回值应该是 int 类型的。预期的类型将会以函数注解的形式来表达，函数注解是 Python 3 的一个新特性。接下来，类型检查机制将会以一个装饰器的形式实现，注解版本的第一行代码是：

def gcd(a: int, b: int) -> int:

使用“gcd.__annotations__”可以获得一个包含注解的字典：

>>> gcd.__annotations__
{'return': <class 'int'>, 'b': <class 'int'>, 'a': <class 'int'>}
>>> gcd.__annotations__['a']
<class 'int'>

需要注意的是，返回值的注解存储在键“return”下。这是有可能的，因为“return”是一个关键字，所以不能用作一个有效的参数名。
检查返回值类型
返回值注解存储在字典“__annotations__”中的“return”键下。我们将使用这个值来检查返回值（假设注解存在）。我们将参数传递给原始函数，如果存在注解，我们将通过注解中的值来验证其类型：

def typecheck(f):
def wrapper(*args, **kwargs):
result = f(*args, **kwargs)
return_type = f.__annotations__.get('return', None)
if return_type and not isinstance(result, return_type):
raise RuntimeError("{} should return {}".format(f.__name__, return_type.__name__))
return result
return wrapper

我们可以用“a”替换函数gcd的返回值来测试上面的代码：

Traceback (most recent call last):
File "typechecker.py", line 9, in <mole>
gcd(1, 2)
File "typechecker.py", line 5, in wrapper
raise RuntimeError("{} should return {}".format(f.__name__, return_type.__name__))
RuntimeError: gcd should return int

由上面的结果可知，确实检查了返回值的类型。
检查参数类型
函数的参数存在于关联代码对象的“co_varnames”属性中，在我们的例子中是“gcd.__code__.co_varnames”。元组包含了所有局部变量的名称，并且该元组以参数开始，参数数量存储在“co_nlocals”中。我们需要遍历包括索引在内的所有变量，并从参数“args”中获取参数值，最后对其进行类型检查。
得到了下面的代码：

def typecheck(f):
def wrapper(*args, **kwargs):
for i, arg in enumerate(args[:f.__code__.co_nlocals]):
name = f.__code__.co_varnames[i]
expected_type = f.__annotations__.get(name, None)
if expected_type and not isinstance(arg, expected_type):
raise RuntimeError("{} should be of type {}; {} specified".format(name, expected_type.__name__, type(arg).__name__))
result = f(*args, **kwargs)
return_type = f.__annotations__.get('return', None)
if return_type and not isinstance(result, return_type):
raise RuntimeError("{} should return {}".format(f.__name__, return_type.__name__))
return result
return wrapper

在上面的循环中，i是数组args中参数的以0起始的索引，arg是包含其值的字符串。可以利用“f.__code__.co_varnames[i]”读取到参数的名称。类型检查代码与返回值类型检查完全一样（包括错误消息的异常）。
为了对关键字参数进行类型检查，我们需要遍历参数kwargs。此时的类型检查几乎与第一个循环中相同：

for name, arg in kwargs.items():
expected_type = f.__annotations__.get(name, None)
if expected_type and not isinstance(arg, expected_type):
raise RuntimeError("{} should be of type {}; {} specified".format(name, expected_type.__name__, type(arg).__name__))

得到的装饰器代码如下：

def typecheck(f):
def wrapper(*args, **kwargs):
for i, arg in enumerate(args[:f.__code__.co_nlocals]):
name = f.__code__.co_varnames[i]
expected_type = f.__annotations__.get(name, None)
if expected_type and not isinstance(arg, expected_type):
raise RuntimeError("{} should be of type {}; {} specified".format(name, expected_type.__name__, type(arg).__name__))
for name, arg in kwargs.items():
expected_type = f.__annotations__.get(name, None)
if expected_type and not isinstance(arg, expected_type):
raise RuntimeError("{} should be of type {}; {} specified".format(name, expected_type.__name__, type(arg).__name__))
result = f(*args, **kwargs)
return_type = f.__annotations__.get('return', None)
if return_type and not isinstance(result, return_type):
raise RuntimeError("{} should return {}".format(f.__name__, return_type.__name__))
return result
return wrapper

将类型检查代码写成一个函数将会使代码更加清晰。为了简化代码，我们修改错误信息，而当返回值是无效的类型时，将会使用到这些错误信息。我们也可以利用 functools 模块中的 wraps 方法，将包装函数的一些属性复制到 wrapper 中（这使得 wrapper 看起来更像原来的函数）：

def typecheck(f):
def do_typecheck(name, arg):
expected_type = f.__annotations__.get(name, None)
if expected_type and not isinstance(arg, expected_type):
raise RuntimeError("{} should be of type {} instead of {}".format(name, expected_type.__name__, type(arg).__name__))

@functools.wraps(f)
def wrapper(*args, **kwargs):
for i, arg in enumerate(args[:f.__code__.co_nlocals]):
do_typecheck(f.__code__.co_varnames[i], arg)
for name, arg in kwargs.items():
do_typecheck(name, arg)

result = f(*args, **kwargs)

do_typecheck('return', result)
return result
return wrapper

结论
注解是 Python 3 中的一个新元素，本文例子中的使用方法很普通，你也可以想象很多特定领域的应用。虽然上面的实现代码并不能满足实际产品要求，但它的目的本来就是用作概念验证。可以对其进行以下改善：
处理额外的参数（ args 中意想不到的项目）
默认值类型检查
支持多个类型
支持模板类型（例如，int 型列表）