numpy.testing.assert_array_almost_equal

testing.assert_array_almost_equal(actual, desired, decimal=6, err_msg='', verbose=True)

如果两个对象在期望的精度内不相等,则引发 AssertionError.

备注

建议使用 assert_allclose , assert_array_almost_equal_nulp 或 assert_array_max_ulp 之一来代替此函数,以获得更一致的浮点比较.

该测试验证了相同的形状,并且 actual 和 desired 的元素满足:

abs(desired-actual) < 1.5 * 10**(-decimal)

这是一个比最初记录的更宽松的测试,但与实际实现一致,直到舍入的模糊性.在形状不匹配或冲突的值处引发异常.与 numpy 中的标准用法相反,NaN 被像数字一样进行比较,如果两个对象在相同位置都有 NaN,则不会引发断言.

参数:

actualarray_like

要检查的实际对象.

desiredarray_like

期望的,想要的对象.

decimal整数,可选

期望的精度,默认为 6.

err_msgstr, optional

在失败的情况下要打印的错误消息.

verbosebool, 可选

如果为 True,则冲突的值将附加到错误消息中.

提出:

AssertionError

如果 actual 和 desired 在指定的精度内不相等.

参见

assert_allclose

比较两个类数组对象是否相等,具有所需的相对和/或绝对精度.

assert_array_almost_equal_nulp , assert_array_max_ulp , assert_equal

示例

Try it in your browser!

第一个断言不会引发异常

>>> np.testing.assert_array_almost_equal([1.0,2.333,np.nan],
...                                      [1.0,2.333,np.nan])

>>> np.testing.assert_array_almost_equal([1.0,2.33333,np.nan],
...                                      [1.0,2.33339,np.nan], decimal=5)
Traceback (most recent call last):
    ...
AssertionError:
Arrays are not almost equal to 5 decimals

Mismatched elements: 1 / 3 (33.3%)
Max absolute difference among violations: 6.e-05
Max relative difference among violations: 2.57136612e-05
 ACTUAL: array([1.     , 2.33333,     nan])
 DESIRED: array([1.     , 2.33339,     nan])

>>> np.testing.assert_array_almost_equal([1.0,2.33333,np.nan],
...                                      [1.0,2.33333, 5], decimal=5)
Traceback (most recent call last):
    ...
AssertionError:
Arrays are not almost equal to 5 decimals

nan location mismatch:
 ACTUAL: array([1.     , 2.33333,     nan])
 DESIRED: array([1.     , 2.33333, 5.     ])

Go BackOpen In Tab