numpy.testing.assert_almost_equal¶
-
numpy.testing.
assert_almost_equal
(actual, desired, decimal=7, err_msg='', verbose=True)[source]¶ 如果两个项目不等于所需精度,则引发AssertionError。
注意
建议使用
assert_allclose
,assert_array_almost_equal_nulp
或assert_array_max_ulp
之一来代替此函数,以获得更一致的浮点比较。该测试等效于
abs(期望 - 实际) 0.5 * 10 **( - 十进制)
。给定两个对象(数字或ndarrays),检查这些对象的所有元素几乎相等。在冲突的价值观中引发异常。对于ndarrays这个委托assert_array_almost_equal
参数: actual:array_like
要检查的对象。
所需:array_like
预期对象。
十进制:int,可选
所需精度,默认为7。
err_msg:str,可选
出现故障时打印的错误消息。
verbose:bool,可选
如果为True,则冲突的值将附加到错误消息。
上升: AssertionError
如果实际和期望的不等于指定的精度。
也可以看看
assert_allclose
- 将两个array_like对象与所需的相对和/或绝对精度进行比较。
assert_array_almost_equal_nulp
,assert_array_max_ulp
,assert_equal
例子
>>> import numpy.testing as npt >>> npt.assert_almost_equal(2.3333333333333, 2.33333334) >>> npt.assert_almost_equal(2.3333333333333, 2.33333334, decimal=10) ... <type 'exceptions.AssertionError'>: Items are not equal: ACTUAL: 2.3333333333333002 DESIRED: 2.3333333399999998
>>> npt.assert_almost_equal(np.array([1.0,2.3333333333333]), ... np.array([1.0,2.33333334]), decimal=9) ... <type 'exceptions.AssertionError'>: Arrays are not almost equal (mismatch 50.0%) x: array([ 1. , 2.33333333]) y: array([ 1. , 2.33333334])