Какой самый питонический способ проверить, что входные данные являются правильно сформированными числами

Чтобы процитировать себя из Сколько проверка ввода, которую я должен выполнять в своих функциях/методах Python?:

Для вычислений, таких как сумма, факториал и т. д., встроенные проверки типов Python подойдут. Вычисления заканчиваются вызовом add, mul и т. д. для типов, и если они сломаются, они все равно выдадут правильное исключение. Внедряя свои собственные проверки, вы можете сделать недействительными в противном случае работающие входные данные.

Таким образом, лучший вариант — оставить проверку типов Python. Если вычисление завершится ошибкой, проверка типов Python выдаст исключение, поэтому, если вы делаете это самостоятельно, вы просто дублируете код, что означает дополнительную работу от вашего имени.

В Python 2.6 и 3.0 была добавлена ​​иерархия числовых абстрактных типов данных, чтобы вы могли выполнить проверку как:

>>> import numbers
>>> isValid = isinstance(myinput , numbers.Real)

numbers.Real будет соответствовать целочисленному типу или типу с плавающей запятой, но не нечисловым типам или комплексным числам (для этого используйте numbers.Complex). Он также будет соответствовать рациональным числам, но, вероятно, вы захотите включить и их. то есть:

>>> [isinstance(x, numbers.Real) for x in [4, 4.5, "some string", 3+2j]]
[True, True, False, False]

К сожалению, все это в Python >= 2.6, поэтому не будет полезно, если вы разрабатываете для 2.5 или более ранней версии.

Возможно, вы можете использовать комбинацию операторов assert и isinstance. Что-то вроде следующего, я думаю, более питонический способ, поскольку вы выдаете исключение всякий раз, когда ваши входные данные не соответствуют вашим требованиям. К сожалению, я не вижу лучшего определения того, что является допустимым числом, чем ваше. Может быть, кто-то придет с лучшей идеей.

number = (float, int, long)
assert isinstance(mydata, (float, int, long))

Я не понимаю вопроса.

Есть две вещи с совершенно разной семантикой, представленные как «альтернативы».

Преобразование типа — это одно. Он работает с любым объектом, который поддерживает __float__, а это могут быть самые разные объекты, лишь немногие из которых являются числовыми.

try:
   myinput = float(input)
except:
   raise ValueError("input is not a well-formed number")
# at this point, input may not be numeric at all
# it may, however, have produced a numeric value

Типовой тест - это другое. Это работает только с объектами, которые являются надлежащими экземплярами определенного набора классов.

isinstance(input, (float, int, long) )
# at this point, input is one of a known list of numeric types

Вот пример класса, который отвечает на float, но все еще не является числовым.

class MyStrangeThing( object ):
    def __init__( self, aString ):
        # Some fancy parsing 
    def __float__( self ):
        # extract some numeric value from my thing

Вопрос «действительные числа (целые или с плавающей запятой)» вообще неактуален. Многие вещи являются «числовыми» и могут использоваться в числовых операциях, но не являются целыми числами или числами с плавающей запятой. Например, вы могли загрузить или создать пакет рациональных чисел.

Нет смысла перепроверять входные данные, если только у вас нет алгоритма, который не будет работать с некоторыми типами. Это редкость, но для некоторых вычислений требуются целые числа, в частности, чтобы они могли выполнять целочисленное деление и операции с остатком. Для них вы можете захотеть утверждать, что ваши значения являются целыми.