Question

我有一个愚蠢但问题。假设我有一个包含不同值的列表。像这样：

[1,2,3,'b', None, False, True, 7.0]

我想迭代它并检查每个元素是否都不在某些禁用值的列表中。例如，此列表为[0,0.0]。

当我检查[0,0.0]中是否为假时，我得到True。我知道python在这里将False强制转换为0。但是我如何能够避免它并使此检查正确 - False值不在[0,0.0]列表中？

Answer 1

要说明False和0之间的区别，您可以使用is来比较它们。 False是单例值，始终引用同一个对象。要比较列表中的所有项目以确保它们不是False，请尝试：

all(x is not False for x in a_list)

顺便说一下，Python在这里没有任何东西：布尔值是整数的子类，而False实际上等于0，不需要转换。

Answer 2

比较时，您可能希望使用is代替==。

y = 0
print y == False # True
print y is False # False

x = False
print x == False # True
print x is False # True

Answer 3

在今天区分0和False时发现了一个奇怪的极端情况。如果初始列表包含False（numpy.bool_(False)）的数字版本，则is比较don't work，因为numpy.bool_(False) is not False。

在使用numpy类型的比较中，这些总是出现。例如：

>>> type(numpy.array(50)<0) 
<class 'numpy.bool_'>

最简单的方法是使用numpy.bool_类型进行比较：(np.array(50)<0) is (np.False_)。但是，这样做需要numpy依赖性。我想出的解决方案是进行字符串比较（从numpy 1.18.1开始工作）：

str(numpy.bool_(False)) == str(False)

因此，在处理列表时，应为@kindall：

all(str(x) != str(False) for x in a_list)

请注意，此测试的字符串'False'也存在问题。为避免这种情况，您可以排除字符串表示形式等同于其自身的情况（这也会避开numpy字符串数组）。这是一些测试输出：

>>> foo = False
>>> str(foo) != foo and str(foo) == str(False)
True

>>> foo = numpy.bool_(False)
>>> str(foo) != foo and str(foo) == str(False)
True

>>> foo = 0
>>> str(foo) != foo and str(foo) == str(False)
False

>>> foo = 'False'
>>> str(foo) != foo and str(foo) == str(False)
False

>>> foo = numpy.array('False')
>>> str(foo) != foo and str(foo) == str(False)
array(False)

我并不是真正的专家程序员，因此可能仍然缺少一些限制，或者没有这样做的一个重要原因，但这使我能够区分0和False，而不必求助于numpy依赖项。

区分假和0

3 个答案: