numpy.testing.assert_array_equal

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

Вызывает AssertionError, если два объекта array_like не равны.

При заданных двух объектах array_like проверяется, что формы равны и все элементы этих объектов равны. Исключение генерируется при несовпадении форм или противоречиях в значениях. В отличие от стандартного использования в numpy, NaN сравниваются как числа, и исключение не генерируется, если оба объекта имеют NaN в одинаковых позициях.

Рекомендуется проявлять обычную осторожность при проверке равенства с числами с плавающей точкой.

Параметры:	x : array_like Фактический объект для проверки. y : array_like Желаемый, ожидаемый объект. err_msg : str, необязательно Сообщение об ошибке, которое будет выведено в случае неудачи. verbose : bool, необязательно Если True, противоречивые значения добавляются к сообщению об ошибке.
Возбуждает:	AssertionError Если фактический и желаемый объекты не равны.

См. также

assert_allclose

Сравнить два объекта array_like на равенство с желаемой относительной и/или абсолютной точностью.

assert_array_almost_equal_nulp, assert_array_max_ulp, assert_equal

Примеры

Первый assert не вызывает исключение:

>>> np.testing.assert_array_equal([1.0,2.33333,np.nan],
...                               [np.exp(0),2.33333, np.nan])

Assert терпит неудачу из-за числовой неточности с числами с плавающей точкой:

>>> np.testing.assert_array_equal([1.0,np.pi,np.nan],
...                               [1, np.sqrt(np.pi)**2, np.nan])
...
<type 'exceptions.ValueError'>:
AssertionError:
Arrays are not equal

(mismatch 50.0%)
 x: array([ 1.        ,  3.14159265,         NaN])
 y: array([ 1.        ,  3.14159265,         NaN])

Вместо этого используйте assert_allclose или одну из функций nulp (количество значений с плавающей точкой):

>>> np.testing.assert_allclose([1.0,np.pi,np.nan],
...                            [1, np.sqrt(np.pi)**2, np.nan],
...                            rtol=1e-10, atol=0)