numpy.testing.assert_array_almost_equal#

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

如果两个对象在所需的精度范围内不相等，则引发 AssertionError。

注意

建议使用 assert_allclose、assert_array_almost_equal_nulp 或 assert_array_max_ulp 而不是此函数，以获得更一致的浮点比较。

测试验证相同的形状，并且 actual 和 desired 的元素满足

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

这比最初记录的测试更宽松，但与实际实现一直到舍入差异的行为一致。在形状不匹配或值冲突时会引发异常。与 NumPy 中的标准用法相反，NaN 会像数字一样进行比较，如果两个对象在相同位置都有 NaN，则不会引发断言。

参数：
actualarray_like

要检查的实际对象。

desiredarray_like

所需的、期望的对象。

decimalint, 可选

所需的精度，默认为 6。

err_msgstr, 可选

失败时要打印的错误消息。

verbosebool, 可选

如果为 True，则冲突的值将附加到错误消息中。

引发：
AssertionError

如果 actual 和 desired 在指定的精度范围内不相等。

另请参阅

assert_allclose

比较两个 array_like 对象是否相等，并具有所需的相对和/或绝对精度。

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.     ])
本页内容