如何检查python对象是否是numpy ndarray

Question

我有一个函数，它将数组作为输入并对其进行一些计算。输入数组可能是也可能不是 numpy ndarray（可能是列表、pandas 对象等）。

在函数中，我将输入数组（无论其类型如何）转换为 numpy ndarray。但是对于大型数组，这一步的计算成本可能会很高，尤其是在 for 循环中多次调用该函数时。

因此，只有当输入数组还不是 numpy ndarray 时，我才想将其转换为 numpy ndarray。

我怎样才能做到这一点？

import numpy as np

def myfunc(array):
    # Check if array is not already numpy ndarray
    # Not correct way, this is where I need help
    if type(array) != 'numpy.ndarray':
        array = np.array(array)

    # The computation on array
    # Do something with array
    new_array = other_func(array)
    return new_array

Answer 1

你很接近，但你需要调用特定的类，即numpy.ndarray（在这里你只是与一个字符串进行比较）。同样为此，您还拥有内置的isinstance，也可以查看给定对象是否是另一个对象的实例：

def myfunc(array):
    # Check if array is not already numpy ndarray
    if not isinstance(array, np.ndarray):
        array = np.array(array)

    # The computation on array
    # Do something with array
    new_array = other_func(array)
    return new_array

Answer 2

你可以isinstance在这里使用。

import numpy as np
a=np.array([1,2,...])
isinstance(a,np.ndarray)
#True

def myfunc(array):
    return array if isinstance(array,np.ndarray) else np.array(array)

array如果它np.ndarray已经是您转换array为的else ，您只需返回即可np.array。

Answer 3

使用起来更简单asarray：

def myfunc(arr):
    arr = np.asarray(arr)
    # The computation on array
    # Do something with array
    new_array = other_func(arr)
    return new_array

如果arr已经是一个数组，asarray则不会进行复制，因此传递它不会有任何损失asarray。让numpy我们为您进行测试。

numpy函数通常通过asarray（或变体）传递它们的输入，只需确保类型是它们所期望的。