numpy.testing.assert_array_almost_equal

LUQC638

于 2022-04-16 15:55:50 发布

阅读量1.2k

点赞数

分类专栏： numpy 文章标签： numpy.testing 深度学习

本文链接：https://blog.youkuaiyun.com/weixin_61445075/article/details/124214794

版权

numpy 专栏收录该内容

4 篇文章

订阅专栏

本文详细解释了如何使用numpy的assert_array_almost_equal函数检查两个数组是否在指定精度下相等，以及其设置规则。通过示例展示了当输入数组a和b存在微小误差时，如何引发AssertionError。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

assert_array_almost_equal(x,y,decimal=6,err_msg=' ',verbose=True)

如果x,y不满足一定精度的误差的话，会报错，decimal默认为6。

精度的设置是：abs(desired-actual) < 1.5 * 10**(-decimal)，而且是逐个元素的比较。

如下：

import numpy as np
from numpy.testing import assert_array_almost_equal

if __name__ == '__main__':
    a = np.arange(6).reshape(2,3)
    print(a,a.sum(0))
    b = a - 1e-5
    print(b)
    assert_array_almost_equal(a,b,decimal=6)

输出：

[[0 1 2]
 [3 4 5]] [3 5 7]
[[-1.00000e-05  9.99990e-01  1.99999e+00]
 [ 2.99999e+00  3.99999e+00  4.99999e+00]]
AssertionError: 
Arrays are not almost equal to 6 decimals

Mismatched elements: 6 / 6 (100%)
Max absolute difference: 1.e-05
Max relative difference: 1.
 x: array([[0, 1, 2],
       [3, 4, 5]])
 y: array([[-1.00000e-05,  9.99990e-01,  1.99999e+00],
       [ 2.99999e+00,  3.99999e+00,  4.99999e+00]])

参考：numpy.testing.assert_array_almost_equal — NumPy v1.22 Manualhttps://numpy.org/doc/stable/reference/generated/numpy.testing.assert_array_almost_equal.html