确定python对象之间的区别

2019年8月4日 158次阅读

假设我有：

tup1 = ((100,), (100,))
tup2 = tuple(map(tuple, np.array([100, 100]).reshape(-1,1)))

现在tup1 == tup2返回True(我意识到它来自结构平等).

但是,作为一些python项目的一部分,我正在尝试执行以下操作：

from comtypes.automation import (byref, windll, 
    POINTER, VARIANT, PyDLL, py_object, wintypes)

_dll = PyDLL(pythoncom.__file__) 
_pack = _dll.PyCom_VariantFromPyObject
_pack.argtypes = py_object, POINTER(VARIANT) 
_pack.restype = wintypes.BOOL

现在

_pack(tup1, VARIANT())

同时工作

_pack(tup2, VARIANT())

抛出一个例外. tup1和tup2在哪些方面实际上有所不同(除了指向内存中的不同地址),这可能导致这种情况

最佳答案 每种类型的对象都可以用自己的术语定义相等.当元组具有相同的长度并且它们的内容被测试为相等时,它们是相等的.内容测试相同,因为两者都是元组,每个测试在配对时都相等.

但是,虽然嵌套元组中的整数值测试相同,但它们的类型不同.整数测试数值上的相等,所以1 == 1.0也是如此,即使一个对象是一个整数,另一个是浮点数.同样,tup1 [0] [0] == tup2 [0] [0]为真,因为双方具有相同的数值100.

虽然第一个元组有Python int对象,但你的第二个元组却没有.相反,你在这里有一个numpy特定的整数类型：

>>> import numpy as np
>>> tup2 = tuple(map(tuple, np.array([100, 100]).reshape(-1,1)))
>>> tup2[0][0]
100
>>> type(tup2[0][0])
<class 'numpy.int64'>

这很难看出,因为值的表示看起来与Python int类型完全相同,但是对于您正在进行的特定C API调用,numpy.int64不被识别为可接受的类型.

您需要将这些int64对象转换回标准Python整数：

>>> int(tup2[0][0])
100
>>> type(int(tup2[0][0]))
<class 'int'>

如果您使用array.tolist(),您实际上可以告诉numpy数组为您执行此操作：

>>> np.array([100, 100]).reshape(-1,1).tolist()
[[100], [100]]
>>> type(np.array([100, 100]).reshape(-1,1).tolist()[0][0])
<class 'int'>

从array.tolist()文档：

Return a copy of the array data as a (nested) Python list. Data items are converted to the nearest compatible Python type.

(大胆强调我的).

从那里创建你的元组：

tup2 = tuple(map(tuple, np.array([100, 100]).reshape(-1,1).tolist()))

虽然.tolist()为您提供了Python类型等效的(嵌套)列表结构,但是如果您需要从现有数组中有效访问此类值,则还可以使用numpy.item() method获取单个值.

点赞