Python 难以确定numpy int64的类型

问题

我很难识别

numpy.int64

对象，以便将它们转换为用于json序列化的基本python int

isinstance

通常有效，但在下面的示例中无效，我很想了解为什么会这样

>>> x
0
>>> type(x)
<class 'numpy.int64'>
>>> import numpy
>>> isinstance(x, numpy.int64)
False

但是如果有人能解释为什么第一个选项不起作用，我会非常感激，这样我就有足够的信心将其部署到我们的生产系统中。使用

simplejson

和使用

isinstance（obj，pd.np.int64）

的自定义

jsondeconder

类已经工作了几个月，但它突然停止了使用上面的示例

---

pickle.dumps（x）

gives

b'\x80\x03cnumpy.core.multiarray\nscalar\nq\x00cnumpy\ndtype\nq\x01X\x02\x00\x00\x00i8q\x02K\x00K\x01\x87q\x03Rq\x04（K\x03X\x01\x00\x00\x00\x00\x00）您的python设置是什么？（版本等…）我无法在anaconda python 3.6（windows 64位）上复制您尝试过
type（x）==np.int64
？为什么在导入numpy之前要有numpy类型？Python 3.4.3（默认值，2015年8月20日，14:15:05）[GCC 4.6.3]在linuxCheck
pd.np.\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu（即使是从相同的文件导入）。如果您通过自动重新加载模块（例如用于开发）的web框架运行此服务，它可能会意外地重新加载
numpy
模块，从而创建两种不同的
numpy.int64
类型。
>>> (isinstance(x, (pd.np.ndarray, pd.np.generic)) and 
>>> pd.np.issubdtype(x, pd.np.dtype('int64')))
True

>>> isinstance(pickle.loads(pickle.dumps(x)), pd.np.int64)
True