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 до заданного числа значащих цифр.

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.

Проверка, что два числа примерно равны. Примерное равенство определяется по совпадению значащих цифр.

Параметры

actualscalar

Объект для проверки.

desiredscalar

Ожидаемый объект.

significantint, optional

Требуемая точность, по умолчанию 7.

err_msgstr, optional

Сообщение об ошибке, которое будет выведено в случае неудачи.

verbosebool, optional

Если True, конфликтующие значения добавляются к сообщению об ошибке.

Возбуждает

AssertionError

Если фактическое и ожидаемое значения не равны с заданной точностью.

См. также

assert_allclose

Сравнение двух объектов array_like на равенство 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

оцениваемое условие, вызывающее исключение, является

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