numpy.testing.assert_almost_equal#

testing.assert_almost_equal(actual, desired, decimal=7, err_msg='', verbose=True)[源代码]#

如果两个项目在期望的精度内不相等,则引发 AssertionError.

备注

建议使用 assert_allclose, assert_array_almost_equal_nulp 或 assert_array_max_ulp 之一来代替此函数,以进行更一致的浮点数比较.

该测试验证了 actual 和 desired 的元素满足:

abs(desired-actual) < float64(1.5 * 10**(-decimal))

这是一个比最初文档中描述的更宽松的测试,但与 assert_array_almost_equal 实际实现中的做法一致,直到舍入差异.在值冲突时会引发异常.对于 ndarrays,这委托给 assert_array_almost_equal.

参数:
actualarray_like

要检查的对象.

desiredarray_like

预期的对象.

decimalint, 可选

期望的精度,默认是 7.

err_msgstr, 可选

在失败情况下要打印的错误消息.

verbosebool, 可选

如果为真,冲突的值将被附加到错误消息中.

引发:
AssertionError

如果实际值和期望值在指定精度下不相等.

参见

assert_allclose

比较两个类似数组的对象,以达到期望的相对和/或绝对精度.

assert_array_almost_equal_nulp, assert_array_max_ulp, assert_equal

示例

>>> from numpy.testing import assert_almost_equal
>>> assert_almost_equal(2.3333333333333, 2.33333334)
>>> assert_almost_equal(2.3333333333333, 2.33333334, decimal=10)
Traceback (most recent call last):
    ...
AssertionError:
Arrays are not almost equal to 10 decimals
 ACTUAL: 2.3333333333333
 DESIRED: 2.33333334

>>> assert_almost_equal(np.array([1.0,2.3333333333333]),
...                     np.array([1.0,2.33333334]), decimal=9)
Traceback (most recent call last):
    ...
AssertionError:
Arrays are not almost equal to 9 decimals

Mismatched elements: 1 / 2 (50%)
Max absolute difference among violations: 6.66669964e-09
Max relative difference among violations: 2.85715698e-09
 ACTUAL: array([1.         , 2.333333333])
 DESIRED: array([1.        , 2.33333334])
On this page