numpy.testing.assert_array_equal

testing.assert_array_equal(x, y, err_msg='', verbose=True)

如果两个类似数组的对象不相等，则引发断言错误。

给定两个类似数组的对象，检查其形状是否相等以及这些对象的所有元素是否相等（但有关标量的特殊处理，请参见注释）。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就像数字一样进行比较，如果两个对象的nan位于相同的位置，则不会引发断言。

建议使用浮点数验证相等性的一般注意事项。

参数

xarray_like

要检查的实际对象。

yarray_like

所需的预期对象。

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

如果实际对象和所需对象不相等。

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

笔记

当其中一个 x 和 y 一个是标量，另一个是类数组，函数检查类数组对象的每个元素是否等于标量。

实例

第一个断言不会引发异常：

>>> np.testing.assert_array_equal([1.0,2.33333,np.nan],
...                               [np.exp(0),2.33333, np.nan])

断言失败，数值不精确，带浮点数：

>>> np.testing.assert_array_equal([1.0,np.pi,np.nan],
...                               [1, np.sqrt(np.pi)**2, np.nan])
Traceback (most recent call last):
    ...
AssertionError:
Arrays are not equal

Mismatched elements: 1 / 3 (33.3%)
Max absolute difference: 4.4408921e-16
Max relative difference: 1.41357986e-16
 x: array([1.      , 3.141593,      nan])
 y: array([1.      , 3.141593,      nan])

使用 assert_allclose 或者这些情况下的一个nulp（浮点值的数目）函数：

>>> np.testing.assert_allclose([1.0,np.pi,np.nan],
...                            [1, np.sqrt(np.pi)**2, np.nan],
...                            rtol=1e-10, atol=0)

如注释部分所述， assert_array_equal 对标量有特殊处理。这里的测试检查 x 是3：

>>> x = np.full((2, 5), fill_value=3)
>>> np.testing.assert_array_equal(x, 3)

numpy.testing.assert_array_max_ulp numpy.testing.assert_array_less