numpy.testing.assert_array_almost_equal#

testing.assert_array_almost_equal(actual, desired, decimal=6, err_msg='', verbose=True)[source]#

如果两个对象在指定精度下不相等，则引发 AssertionError。

注意

建议使用 assert_allclose、assert_array_almost_equal_nulp 或 assert_array_max_ulp 中的一个来替代此函数，以获得更一致的浮点比较结果。

该测试验证形状是否相同，以及 actual 和 desired 的元素是否满足

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

这比最初文档中描述的测试更宽松，但与实际实现（考虑到舍入偏差）的行为一致。当形状不匹配或值冲突时会引发异常。与 NumPy 中的标准用法不同，NaNs（非数字）像数字一样进行比较，如果两个对象在相同位置都有 NaNs，则不会引发断言。

参数:

actual数组类型: 要检查的实际对象。
desired数组类型: 期望的对象。
decimal整型，可选: 期望的精度，默认为 6。
err_msg字符串，可选: 失败时要打印的错误消息。
verbose布尔型，可选: 如果为 True，则会将冲突的值附加到错误消息中。

引发:

AssertionError: 如果 actual 和 desired 在指定精度下不相等。

另请参阅

assert_allclose: 比较两个数组类型对象，判断它们是否在期望的相对和/或绝对精度下相等。
assert_array_almost_equal_nulp, assert_array_max_ulp, assert_equal

示例

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 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.     ])