Python numpy testing.assert_approx_equal用法及代碼示例

本文簡要介紹 python 語言中 numpy.testing.assert_approx_equal 的用法。

用法:

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

如果兩項不等於有效數字，則引發AssertionError。

注意

建議使用 assert_allclose 、 assert_array_almost_equal_nulp 或 assert_array_max_ulp 之一代替此函數，以獲得更一致的浮點比較。

給定兩個數字，檢查它們是否大致相等。大約相等被定義為一致的有效數字的數量。

參數：

actual： 標量

要檢查的對象。

desired： 標量

預期的對象。

significant： 整數，可選

所需精度，默認為 7。

err_msg： str，可選

失敗時要打印的錯誤消息。

verbose： 布爾型，可選

如果為 True，則將衝突值附加到錯誤消息中。

拋出：

AssertionError

如果實際和期望不等於指定的精度。

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

引發異常的評估條件是

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