numpy.testing.assert_array_almost_equal_nulp

numpy.testing.assert_array_almost_equal_nulp(x, y, nulp=1)[source]

比较两个数组与它们的间距。

这是一个相对稳健的方法来比较幅度可变的两个数组。

参数:

x,y:array_like

输入数组。

nulp:int,可选

最后一个容差的最大单位数(见注释)。默认值为1。

返回:

没有

上升:

AssertionError

如果一个或多个元素的xy之间的间隔大于nulp

也可以看看

assert_array_max_ulp
检查数组的所有项目在最后一个位置的最多N个单位不同。
spacing
返回x和最近的相邻数字之间的距离。

笔记

如果不满足以下条件,则引发断言:

abs(x - y) <= nulps * spacing(maximum(abs(x), abs(y)))

例子

>>> x = np.array([1., 1e-10, 1e-20])
>>> eps = np.finfo(x.dtype).eps
>>> np.testing.assert_array_almost_equal_nulp(x, x*eps/2 + x)
>>> np.testing.assert_array_almost_equal_nulp(x, x*eps + x)
Traceback (most recent call last):
  ...
AssertionError: X and Y are not equal to 1 ULP (max is 2)