numpy.testing.assert_almost_equal¶

testing.assert_almost_equal(actual, desired, decimal=7, err_msg='', verbose=True)[源代码]¶

如果两个项不等于所需的精度，则引发断言错误。

注解

建议使用 assert_allclose ， assert_array_almost_equal_nulp 或 assert_array_max_ulp 而不是这个函数来进行更一致的浮点比较。

测试验证了 actual 和 desired 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，但与实际的实现一致。 assert_array_almost_equal 把变幻莫测的事情搞得一团糟。在冲突的值处引发异常。对于ndarrays，此委托断言数组几乎等于

参数

actualarray_like: 要检查的对象。
desiredarray_like: 所需的对象。
decimal可选的: 所需精度，默认值为7。
err_msg可选的STR: 出现故障时要打印的错误消息。
verbose可选的布尔: 如果为true，则将冲突值追加到错误消息中。

加薪

AssertionError: 如果实际值和期望值不等于规定的精度。

参见

assert_allclose: 比较两个类似数组的对象，以获得所需的相对和/或绝对精度。
assert_array_almost_equal_nulp, assert_array_max_ulp, assert_equal

实例

>>> import numpy.testing as npt
>>> npt.assert_almost_equal(2.3333333333333, 2.33333334)
>>> npt.assert_almost_equal(2.3333333333333, 2.33333334, decimal=10)
Traceback (most recent call last):
    ...
AssertionError:
Arrays are not almost equal to 10 decimals
 ACTUAL: 2.3333333333333
 DESIRED: 2.33333334

>>> npt.assert_almost_equal(np.array([1.0,2.3333333333333]),
...                         np.array([1.0,2.33333334]), decimal=9)
Traceback (most recent call last):
    ...
AssertionError:
Arrays are not almost equal to 9 decimals

Mismatched elements: 1 / 2 (50%)
Max absolute difference: 6.66669964e-09
Max relative difference: 2.85715698e-09
 x: array([1.         , 2.333333333])
 y: array([1.        , 2.33333334])

测试支持 (numpy.testing ） numpy.testing.assert_approx_equal