NumPy 1.14 - numpy.testing.assert_approx_equal()

numpy.testing.assert_approx_equal




numpy

numpy.testing.assert_approx_equal

numpy.testing.assert_approx_equal(actual, desired, significant=7, err_msg='', verbose=True) [source]

यदि दो आइटम महत्वपूर्ण अंकों के बराबर नहीं हैं, तो एक जोर देता है।

ध्यान दें

अधिक संगत फ़्लोटिंग पॉइंट तुलनाओं के लिए इस फ़ंक्शन के बजाय assert_allclose , assert_array_almost_equal_nulp या assert_array_max_ulp का उपयोग करने की अनुशंसा की जाती है।

दो संख्याओं को देखते हुए, जांचें कि वे लगभग बराबर हैं। लगभग बराबर को महत्वपूर्ण अंकों की संख्या के रूप में परिभाषित किया गया है जो सहमत हैं।

पैरामीटर:

वास्तविक : अदिश

जाँचने की वस्तु।

वांछित : अदिश

अपेक्षित वस्तु।

महत्वपूर्ण : int, वैकल्पिक

वांछित परिशुद्धता, डिफ़ॉल्ट 7 है।

इर_मस्ग : str, वैकल्पिक

विफलता के मामले में मुद्रित होने वाला त्रुटि संदेश।

क्रिया : बूल, वैकल्पिक

यदि सही है, तो त्रुटि संदेश में परस्पर विरोधी मान जोड़े जाते हैं।

जन्म देती है:

AssertionError

यदि वास्तविक और वांछित निर्दिष्ट परिशुद्धता के बराबर नहीं हैं।

यह भी देखें

assert_allclose
वांछित रिश्तेदार और / या पूर्ण परिशुद्धता के साथ समानता के लिए दो array_like वस्तुओं की तुलना करें।

assert_array_almost_equal_nulp , assert_array_max_ulp , assert_equal

उदाहरण

>>> 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)
...
<type 'exceptions.AssertionError'>:
Items are not equal to 8 significant digits:
 ACTUAL: 1.234567e-021
 DESIRED: 1.2345672000000001e-021

मूल्यांकन स्थिति जो अपवाद को उठाती है

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