numpy.testing.assert_almost_equal

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

Вызывает ошибку AssertionError, если два элемента не равны с желаемой точностью.

Примечание

Рекомендуется использовать одну из функций assert_allclose, assert_array_almost_equal_nulp или assert_array_max_ulp для более согласованного сравнения чисел с плавающей точкой.

Тест проверяет, что элементы actual и desired удовлетворяют условию.

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

Это более мягкий тест, чем изначально документировано, но соответствует тому, что фактически реализовано в assert_array_almost_equal с учетом погрешностей округления. При несовпадении значений генерируется исключение. Для nd-массивов используется assert_array_almost_equal.

Параметры:	actual : array_like Проверяемый объект. desired : array_like Ожидаемый объект. decimal : int, optional Желаемая точность, по умолчанию 7. err_msg : str, optional Сообщение об ошибке, отображаемое при неудаче. verbose : bool, optional Если True, то несовпадающие значения добавляются в сообщение об ошибке.
Возбуждает:	AssertionError Если фактические и ожидаемые значения не равны с заданной точностью.

См. также

assert_allclose

Сравнивает два объекта array_like на равенство с заданной относительной и/или абсолютной точностью.

assert_array_almost_equal_nulp, assert_array_max_ulp, assert_equal

Примеры

>>> import numpy.testing as npt
>>> npt.assert_almost_equal(2.3333333333333, 2.33333334)
>>> npt.assert_almost_equal(2.3333333333333, 2.33333334, decimal=10)
...
<type 'exceptions.AssertionError'>:
Items are not equal:
 ACTUAL: 2.3333333333333002
 DESIRED: 2.3333333399999998

>>> npt.assert_almost_equal(np.array([1.0,2.3333333333333]),
...                         np.array([1.0,2.33333334]), decimal=9)
...
<type 'exceptions.AssertionError'>:
Arrays are not almost equal

(mismatch 50.0%)
 x: array([ 1.        ,  2.33333333])
 y: array([ 1.        ,  2.33333334])