如何检测Python变量是否为整数（含numpy.int*等特殊类型）

在Python中，直接用isinstance(a, int)只能检测普通整数类型，无法匹配numpy等库提供的np.int64、np.int32这类特殊整数类型；而isinstance(b, np.integer)又无法识别普通的int类型。以下是几种通用的解决方法：

方法一：使用标准库numbers.Integral抽象基类 #

这是最推荐的通用方案，Python标准库numbers模块中的Integral抽象基类会被所有符合整数规范的类型（包括普通int、numpy整数类型，以及其他遵循规范的第三方库整数类型）注册，能实现真正的通用检测。

from numbers import Integral
import numpy as np

# 测试普通整数
a = 1
print(isinstance(a, Integral))  # 输出：True

# 测试numpy整数类型
b = np.int64(1)
c = np.int32(2)
print(isinstance(b, Integral))  # 输出：True
print(isinstance(c, Integral))  # 输出：True

方法二：组合类型元组（仅兼容普通int和numpy整数） #

如果只需要兼容普通int和numpy的整数类型，可以直接将两种类型放进元组中进行判断：

import numpy as np

def is_integer(x):
    return isinstance(x, (int, np.integer))

a = 1
b = np.int64(1)
print(is_integer(a))  # 输出：True
print(is_integer(b))  # 输出：True

注意：这种方法仅覆盖指定的类型，无法兼容其他第三方库的自定义整数类型。

方法三：通过转换验证（需注意浮点数场景） #

通过尝试将对象转换为整数并验证是否与原对象相等，这种方法能覆盖更多场景，但需要处理浮点数的特殊情况（比如2.0会被误判为整数）：

基础版本（包含浮点数整数） #

def is_integer(x):
    try:
        return int(x) == x
    except (ValueError, TypeError):
        return False

import numpy as np

a = 1
b = np.int64(1)
c = 2.0
d = "3"

print(is_integer(a))  # 输出：True
print(is_integer(b))  # 输出：True
print(is_integer(c))  # 输出：True
print(is_integer(d))  # 输出：False

排除浮点数的版本 #

如果需要排除2.0这类浮点数，可以先判断类型：

def is_integer(x):
    if isinstance(x, float):
        return False
    try:
        return int(x) == x
    except (ValueError, TypeError):
        return False

print(is_integer(2.0))  # 输出：False

内容的提问来源于stack exchange，提问作者Thomas Arildsen