testing.
assert_array_almost_equal
如果两个对象不等于所需的精度,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
测试验证了相同的形状以及 actual 和 desired 满足。
actual
desired
abs(desired-actual) < 1.5 * 10**(-decimal)
这是一个比最初记录的更宽松的测试,但与实际的实现在取整变幻莫测方面所做的一致。在形状不匹配或值冲突时引发异常。与numpy中的标准用法不同,nan与数字进行比较,如果两个对象在相同位置都有nan,则不会引发断言。
要检查的实际对象。
所需的预期对象。
所需精度,默认值为6。
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
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: 6.e-05 Max relative difference: 2.57136612e-05 x: array([1. , 2.33333, nan]) y: 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 x and y nan location mismatch: x: array([1. , 2.33333, nan]) y: array([1. , 2.33333, 5. ])