numpy.testing.assert_approx_equal

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

Вызывает AssertionError, если два элемента не равны с заданной 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.

Проверяет, что два числа приблизительно равны. Приблизительное равенство определяется по количеству совпадающих значащих цифр.

Параметры:	actual : scalar Проверяемый объект. desired : scalar Ожидаемый объект. significant : int, optional Требуемая точность, по умолчанию 7. err_msg : str, optional Сообщение об ошибке, которое будет выведено в случае ошибки. verbose : bool, optional Если True, противоречащие значения добавляются в сообщение об ошибке.
Возможные исключения:	AssertionError Если фактическое и ожидаемое значения не равны с заданной точностью.

См. также

assert_allclose

Сравнивает два массива для равенства с заданной относительной и/или абсолютной точностью.

assert_array_almost_equal_nulp, assert_array_max_ulp, assert_equal

Примеры

>>> 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)
Traceback (most recent call last):
    ...
AssertionError:
Items are not equal to 8 significant digits:
 ACTUAL: 1.234567e-21
 DESIRED: 1.2345672e-21

условие, приводящее к исключению, выглядит следующим образом

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