Question

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（我意识到这来自结构相等）。

但是，作为某些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())

引发异常。 tup1和tup2在实际上有什么不同（除了指向内存中的不同地址）会导致这种情况

Answer 1

每种类型的对象都可以用自己的术语定义相等性。当元组具有相同的长度并且它们的 contents 被测试为相等时，它们是相等的。内容测试相等，因为两者都是元组，配对时每个测试也相等。

但是，虽然嵌套元组中的整数值测试相等，但它们的类型不是同一类型。整数测试数值是否相等，因此1 == 1.0也是正确的，即使一个对象是整数，另一个对象也是浮点数。同样，tup1[0][0] == tup2[0][0]是正确的，因为双方具有相同的数值100。

虽然第一个元组具有Python int对象，但第二个元组却没有。相反，您在这里有一个 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，因为值的表示形式与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不能识别为可接受的类型。

您需要将这些int64对象转换回标准的Python整数：

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

如果您使用array.tolist()，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'>

摘自array.tolist()文档：

将数组数据的副本作为（嵌套的）Python列表返回。 数据项将转换为最兼容的Python类型。

（强调粗体的人）。

从那里创建元组：

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

尽管.tolist()为您提供了Python类型等效项的（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，也可以使用numpy.item() method获得单个值

Answer 2

tup1 == tup2可能是正确的，但是类型不同。尝试以下方法并说服自己：

[[type(dt) for dt in t] for t in tup1]

和

[[type(dt) for dt in t] for t in tup2]

确定python对象之间的差异

2 个答案: