NumPy 1.14 - numpy.isclose()

numpy.isclose




numpy

numpy.isclose

numpy.isclose(a, b, rtol=1e-05, atol=1e-08, equal_nan=False) [source]

एक बूलियन सरणी देता है जहां दो एरे एक सहिष्णुता के भीतर तत्व-वार समान होते हैं।

सहिष्णुता मूल्य सकारात्मक हैं, आमतौर पर बहुत कम संख्या में। सापेक्ष अंतर ( rtol * abs ( b )) और a बीच पूर्ण अंतर की तुलना करने के लिए पूर्ण अंतर atol को एक साथ जोड़ा जाता है।

पैरामीटर:

a, b : array_like

तुलना करने के लिए इनपुट सरणियाँ।

rtol : फ्लोट

रिश्तेदार सहिष्णुता पैरामीटर (नोट्स देखें)।

atol : फ्लोट

पूर्ण सहिष्णुता पैरामीटर (नोट्स देखें)।

बराबर_नन : बूल

ना के बराबर की तुलना करना है या नहीं। यदि सही है, तो NaN को आउटपुट सरणी में NaN के b के बराबर माना जाएगा।

यह दिखाता है:

y : array_like

दिए गए सहिष्णुता के भीतर जहां और b समान हैं, एक बूलियन सरणी देता है। यदि a और b दोनों स्केलर हैं, तो एकल बूलियन मान लौटाता है।

यह भी देखें

allclose

टिप्पणियाँ

संस्करण 1.7.0 में नया।

परिमित मूल्यों के लिए, आइसक्लोइस परीक्षण के लिए निम्न समीकरण का उपयोग करता है कि क्या दो फ्लोटिंग पॉइंट मान समान हैं।

निरपेक्ष ( a - b ) <= ( atol + rtol * पूर्ण ( b ))

उपरोक्त समीकरण a और b में सममित नहीं है, इसलिए कुछ दुर्लभ मामलों में isclose(a, b) से भिन्न हो सकता है।

उदाहरण

>>> np.isclose([1e10,1e-7], [1.00001e10,1e-8])
array([True, False])
>>> np.isclose([1e10,1e-8], [1.00001e10,1e-9])
array([True, True])
>>> np.isclose([1e10,1e-8], [1.0001e10,1e-9])
array([False, True])
>>> np.isclose([1.0, np.nan], [1.0, np.nan])
array([True, False])
>>> np.isclose([1.0, np.nan], [1.0, np.nan], equal_nan=True)
array([True, True])