检查多维列表的一致性答案

【问题标题】：Check for uniformity of a multidimensional list检查多维列表的一致性
【发布时间】：2019-04-08 07:59:45
【问题描述】：

在我的other question 之后，我惊讶地发现 Numpy 在 array_like 对象的定义上相当松散。基本上np.array(1) 是一个有效的numpy ndarray，形状为()，尺寸为0！ np.array([[1,2],[3]]) 也是一个有效的形状为(2,) 和维度为1 的ndarray。基本上np.array 挖掘尽可能多的维度，直到它达到非均匀性或零维值。这种实现可能非常快，但不一定安全。事实上，它非常容易出错。如果有人忘记了输入列表的一个元素，该函数不会返回任何错误，从而导致代码中出现其他最可能更令人困惑的错误。

我在想是否可以编写一个 checkArr 函数来检查多维列表的同质性和一致性，并且开销尽可能少。清理了其他一些 SO 帖子，我最终得到了这个递归解决方案：

def checkArr(A):
    assert isinstance(A, (list,tuple,range)), 
             "input must be iterable (list, tuple, range)"
    assert all(isinstance(a, type(A[0])) for a in A[1:]), 
             "elements of the input must of a the same type, input must be homogeneous"
    if isinstance(A[0], (list,tuple,range)):
        assert all(len(a)==len(A[0]) for a in A[1:]),
             "elements of the input must of a the same size, input must be uniform"
        [checkArr(a) for a in A]

现在我的问题是，这是否是最快的解决方案，还是可能实现更高性能/Pythonic？

【问题讨论】：

标签： python list numpy multidimensional-array

【解决方案1】：

在创建数组时指定dtype argument 可避免从锯齿状矩阵无意中创建对象数组，而无需编写任何额外代码。

np.array([[1, 2], [3, 4]], dtype=int)  # okay
np.array([[1, 2], [3]], dtype=int)     # ValueError
np.array([[1, "b"]], dtype=int)        # ValueError

（关于最后一个，np.array([1, "b"]) 会在未设置数据类型的情况下默默地将“1”转换为字符串。）

【讨论】：

【解决方案2】：

Python 说，请求宽恕比请求许可更容易。因此，如果您只调用np.array 然后检查object dtype，开销可能会更少。

您需要注意的另一件事是它何时引发错误。例如：

In [273]: np.array((np.zeros((2,3)), np.ones((2,4))))
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-273-70f6273e3371> in <module>()
----> 1 np.array((np.zeros((2,3)), np.ones((2,4))))

ValueError: could not broadcast input array from shape (2,3) into shape (2)

如果非均匀性在第一维，它会产生一个对象 dtype 数组，例如np.array((np.zeros((2,3)), np.ones((1,4))))。但是当它处于更深层次时，它似乎分配了结果数组，然后将一个或多个组件数组复制到它时出现问题。这是一个难以诊断的案例。

或者考虑：

In [277]: np.array([[1,2,3],[4,5,'6']])
Out[277]: 
array([['1', '2', '3'],
       ['4', '5', '6']], dtype='<U21')

嵌套列表中的最后一个元素强制使用字符串 dtype。如果最后一个元素是其他 PYthon 对象，我们可能是对象 dtype：

In [279]: np.array([[1,2,3],[4,5,{}]])
Out[279]: 
array([[1, 2, 3],
       [4, 5, {}]], dtype=object)

但是如果对象是一个列表，我们会得到一个关于广播错误的变体：

In [280]: np.array([[1,2,3],[4,5,['6']]])
ValueError: setting an array element with a sequence

但如果您确实想先检查，np.stack 可能是一个不错的模型。如果给定数组或列表，axis=0 的行为类似于 np.array。

【讨论】：