Python numpy testing.assert_approx_equal用法及代码示例

本文简要介绍 python 语言中 numpy.testing.assert_approx_equal 的用法。

用法:

testing.assert_approx_equal(actual, desired, significant=7, err_msg='', verbose=True)

如果两项不等于有效数字，则引发AssertionError。

注意

建议使用 assert_allclose 、 assert_array_almost_equal_nulp 或 assert_array_max_ulp 之一代替此函数，以获得更一致的浮点比较。

给定两个数字，检查它们是否大致相等。大约相等被定义为一致的有效数字的数量。

参数：

actual： 标量

要检查的对象。

desired： 标量

预期的对象。

significant： 整数，可选

所需精度，默认为 7。

err_msg： str，可选

失败时要打印的错误消息。

verbose： 布尔型，可选

如果为 True，则将冲突值附加到错误消息中。

抛出：

AssertionError

如果实际和期望不等于指定的精度。

例子：

>>> np.testing.assert_approx_equal(0.12345677777777e-20, 0.1234567e-20)
>>> np.testing.assert_approx_equal(0.12345670e-20, 0.12345671e-20,
...                                significant=8)
>>> np.testing.assert_approx_equal(0.12345670e-20, 0.12345672e-20,
...                                significant=8)
Traceback (most recent call last):
    ...
AssertionError:
Items are not equal to 8 significant digits:
 ACTUAL: 1.234567e-21
 DESIRED: 1.2345672e-21

引发异常的评估条件是

>>> abs(0.12345670e-20/1e-21 - 0.12345672e-20/1e-21) >= 10**-(8-1)
True