Python 2.7 检查Python字典中的所有值时出现意外结果：无 下面我们来考虑以下三个词典： topByClass = {'Real Estate': 'VNO', 'Construction': 'TOL', 'Utilities': 'EXC'} shouldPass = {'Real Estate': None, 'Construction': None, 'Utilities': 'EXC'} shouldFail = {'Real Estate': None, 'Construction': None, 'Utilities': None}

我希望将字典中的所有值都是None的情况与其他情况分开。（即前两个应该通过，而最后一个应该失败）

我在网上四处看看，尤其是在诸如。我在python控制台中测试了各种解决方案（在我的Mac上的virtualenv中运行python 2.7），下面的方法奏效了：

not all(value == None for value in topByClass.values())

无论有没有“not”，我都可以将“topByClass”和“shouldFail”这样的词典分开

>>> not all(value == None for value in shouldFail.values())
>>> False
>>> not all(value == None for value in topByClass.values())
>>> True

（反之亦然，如果没有）

问题是，当我运行python文件时，if语句的计算结果总是好像每个值都是None。我已经检查过是否可能弄错了字典，但是我在控制台中打印了dict“topByClass”，并直接粘贴在上面。你知道这是什么吗

编辑：

现在，使用上面的“如果”全部打印（“并非全部为空”）

如果您想看到getRank（）或更多，我推荐PyAlgoTrade中的示例，因为影响问题的核心机制类似

编辑2： 我想如果有人试图复制上面链接的文件，我可能会提到这个。。。PyAlgoTrade的下载源模块不起作用。因此，您必须使用下载数据，以及从csv添加条形图：

feed = yahoofeed.Feed()
feed.addBarsFromCSV("SPY", "data/SPY.csv")
for industry, stocks in instrumentsByClass.items():
    for stock in stocks:
        feed.addBarsFromCSV(stock, "data/"+stock+".csv")

编辑3：添加了一些调试信息：

self.info(isinstance(topByClass, dict))
self.info(isinstance(topByClass.values(), list))
self.info(isinstance(topByClass.values()[0], str))

返回：

>>> True
>>> True
>>> True (False when the first value is None)

另外，根据我的评论，我想我会把这个放进去

self.info(list(topByClass.values()))
>>> [None, None, None, None]

最终编辑： 非常感谢所有回复的人，我想我会继续发布我的发现，以防任何人遇到类似的问题。。。 首先，识别问题的代码/输出：

self.info(list(shouldFail.values())
>>> [None, None, None]
self.info(list(topByClass.values())
>>>['VNO', 'TOL', 'EXC']
self.info(list(value is not None for value in topByClass.values()))
>>> [True, True, True]
self.info(any(value is not None for value in topByClass.values()))
>>> <generator object <genexpr> at 0x116094dc0>

将此更改为：

import numpy as np

---

它的行为与预期的一样。

由于您没有向我们展示导致失败的实际代码（我知道在生产环境中可能不可能），下面是一些关于如何在类层次结构中调试的原理，以及一个关于可能导致这种情况的理论：

• 在测试实例之前，请添加print或logging语句来打印/记录实例的值。然后你可以看到它是否真的拥有你认为它拥有的价值（“当现实与理论发生冲突时，现实获胜”）。在bug搜索中，日志应该成为你的新朋友。不要相信你所有的假设（不要相信）。但是日志记录比研究大型类层次结构更快、更可靠
• 小心在类层次结构的某个位置可能会发生意外的字符串转换（可能来自其他人编写的某个类，或意外使用了

  str

  或

  repr

  ，例如在构造函数、setter或属性中，或在init或带有arg default

  ='None'

  而不是

  None

  的方法中）：

  'None'！=None

  。这种错误很微妙，很隐蔽。如果你找到了它，你会边哭边笑

---

无论如何，祝您日志记录愉快，当您指出失败的比较时，请将日志记录输出发送给我们。追踪这些“存在的”错误非常重要，因为它们揭示了您的假设链或调试方法中的一些错误或盲点。这就是您学习的方式。

我想我添加了导致我失败的实际代码问题，以及一些与你的评论相关的调试代码。不管怎样，我很欣赏你的评论，当我找到原因时，一定会更新我的帖子！

import numpy as *

import numpy as np