NumPy(Numerical Python的缩写)是一个开源的Python科学计算库。使用NumPy,就可以很自然地使用数组和矩阵。NumPy包含很多实用的数学函数,涵盖线性代数运算、傅里叶变换和随机数生成等功能。本文主要介绍一下NumPy中testing.assert_allclose方法的使用。

numpy.testing.assert_allclose

numpy.testing.assert_allclose(actual, desired, rtol=1e-07, atol=0, equal_nan=True, err_msg='', verbose=True)    [source]

如果两个对象不等于期望的公差,则引发AssertionError。

该测试等效于allclose(actual, desired, rtol, atol)(请注意,allclose具有不同的默认值)。它将实际值与期望值之间的差异与atol + rtol * abs(desired)进行比较。

1.5.0版中的新功能。

参数 :

actual :array_like

获得数组。

desired :array_like

所需的数组。

rtolfloat, 可选

相对公差。

atolfloat, 可选

绝对宽容。

equal_nanbool, 可选.

如果为TrueNaN将比较相等。

err_msgstr, 可选

发生故障时要打印的错误消息。

verbosebool, 可选

如果为True,则冲突值将附加到错误消息中。

Raises :

AssertionError

如果实际和期望值不等于指定的精度。

例子

>>> x = [1e-5, 1e-3, 1e-1]
>>> y = np.arccos(np.cos(x))
>>> np.testing.assert_allclose(x, y, rtol=1e-5, atol=0)

推荐文档

相关文档

大家感兴趣的内容

随机列表