如何不依赖NumPy导入别名，检查对象是否为numpy.ndarray类型？

要准确判断对象是否为numpy.ndarray类型，同时规避全局导入方式的限制，有两种可靠方案：

方案一：函数内部局部导入NumPy（推荐） #

在类型检查函数内部自行导入NumPy，完全不受全局导入方式的限制，同时利用isinstance做类型判断（这比直接比较type()更灵活，还支持子类）：

def is_numpy_array(v):
    try:
        import numpy as np
        return isinstance(v, np.ndarray)
    except ImportError:
        # 环境未安装NumPy时，直接返回False
        return False

这种方法的优势是：

• 无需关心全局如何导入NumPy（不管是import numpy还是import numpy as np都不影响）
• isinstance是Python官方推荐的类型检查方式，支持继承场景
• 兼容未安装NumPy的环境

方案二：不导入NumPy，直接检查对象的模块与类名 #

如果不想导入NumPy，可以通过对象的__module__和__class__.__name__属性判断，适用于确定对象一定是原生NumPy数组的场景：

def is_numpy_array(v):
    return (hasattr(v, '__module__') 
            and hasattr(v, '__class__')
            and v.__module__ == 'numpy' 
            and v.__class__.__name__ == 'ndarray')

注意：这种方法无法处理自定义子类继承numpy.ndarray的情况，仅适用于原生NumPy数组的判断。

为什么原来的方法不行？ #

你之前用type(v) == np.array是错误的，因为np.array是创建数组的工厂函数，不是numpy.ndarray类型本身，正确的类型应该是np.ndarray。而且全局导入方式不同（比如只写了import numpy没写as np）会导致np未定义，引发NameError。

内容的提问来源于stack exchange，提问作者baubel