testing.
assert_almost_equal
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。
assert_allclose
assert_array_almost_equal_nulp
assert_array_max_ulp
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
assert_array_almost_equal
要检查的对象。
所需的对象。
所需精度,默认值为7。
出现故障时要打印的错误消息。
如果为true,则将冲突值追加到错误消息中。
如果实际值和期望值不等于规定的精度。
参见
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_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])
numpy.testing