numpy.testing.assert_array_equal

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

Вызывает исключение AssertionError, если два объекта array_like не равны.

При задании двух объектов array_like проверяется, что формы равны и все элементы этих объектов равны (но см. Примечания для специального обработки скаляра). Исключение возникает при несовпадении форм или конфликтующих значениях. В отличие от стандартного использования в numpy, NaN сравниваются как числа, и исключение не возникает, если оба объекта имеют NaN в одних и тех же позициях.

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

Параметры

xarray_like

Проверяемый фактический объект.

yarray_like

Желаемый, ожидаемый объект.

err_msgstr, необязательно

Сообщение об ошибке, которое будет выведено в случае неудачи.

verbosebool, необязательно

Если True, конфликтующие значения добавляются к сообщению об ошибке.

Возбуждает

AssertionError

Если фактические и желаемые объекты не равны.

См. также

assert_allclose

Сравните два объекта array_like на равенство с требуемой относительной и/или абсолютной точностью.

assert_array_almost_equal_nulp, assert_array_max_ulp, assert_equal

Примечания

Когда один из x и y является скаляром, а другой — array_like, функция проверяет, что каждый элемент объекта array_like равен скаляру.

Примеры

Первый assert не вызывает исключения:

>>> 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])
Traceback (most recent call last):
    ...
AssertionError:
Arrays are not equal

Mismatched elements: 1 / 3 (33.3%)
Max absolute difference: 4.4408921e-16
Max relative difference: 1.41357986e-16
 x: array([1.      , 3.141593,      nan])
 y: array([1.      , 3.141593,      nan])

Вместо этого используйте assert_allclose или одну из функций nulp (число 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)

Как упоминалось в разделе «Примечания», assert_array_equal имеет специальную обработку для скаляров. Здесь тест проверяет, что каждое значение в x равно 3:

>>> x = np.full((2, 5), fill_value=3)
>>> np.testing.assert_array_equal(x, 3)