NumPy 1.14 - numpy.testing.assert_array_almost_equal()

numpy.testing.assert_array_almost_equal




numpy

numpy.testing.assert_array_almost_equal

numpy.testing.assert_array_almost_equal(x, y, decimal=6, err_msg='', verbose=True) [source]

यदि कोई ऑब्जेक्ट वांछित परिशुद्धता के बराबर नहीं है, 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।

परीक्षण समान आकृतियों की पुष्टि करता है और यह कि actual और desired संतुष्टि के तत्व हैं।

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

यह मूल रूप से प्रलेखित की तुलना में एक शिथिल परीक्षण है, लेकिन वास्तविक क्रियान्वयन के लिए जो कुछ किया गया है, उससे सहमत हैं। एक अपवाद आकार बेमेल या परस्पर विरोधी मूल्यों पर उठाया जाता है। सुन्न में मानक उपयोग के विपरीत, NaNs की तुलना संख्याओं की तरह की जाती है, यदि दोनों वस्तुओं में समान पदों पर NaN हो तो कोई जोर नहीं दिया जाता है।

पैरामीटर:

x : array_like

जाँच करने के लिए वास्तविक वस्तु।

y : array_like

इच्छित, अपेक्षित वस्तु।

दशमलव : int, वैकल्पिक

वांछित परिशुद्धता, डिफ़ॉल्ट 6 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

पहले मुखर एक अपवाद नहीं उठाता है

>>> np.testing.assert_array_almost_equal([1.0,2.333,np.nan],
                                         [1.0,2.333,np.nan])
>>> np.testing.assert_array_almost_equal([1.0,2.33333,np.nan],
...                                      [1.0,2.33339,np.nan], decimal=5)
...
<type 'exceptions.AssertionError'>:
AssertionError:
Arrays are not almost equal

(mismatch 50.0%)
 x: array([ 1.     ,  2.33333,      NaN])
 y: array([ 1.     ,  2.33339,      NaN])
>>> np.testing.assert_array_almost_equal([1.0,2.33333,np.nan],
...                                      [1.0,2.33333, 5], decimal=5)
<type 'exceptions.ValueError'>:
ValueError:
Arrays are not almost equal
 x: array([ 1.     ,  2.33333,      NaN])
 y: array([ 1.     ,  2.33333,  5.     ])