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. ])