NumPy(Numerical Python的缩写)是一个开源的Python科学计算库。使用NumPy,就可以很自然地使用数组和矩阵。NumPy包含很多实用的数学函数,涵盖线性代数运算、傅里叶变换和随机数生成等功能。本文主要介绍一下NumPy中testing.assert_array_less方法的使用。

numpy.testing.assert_array_less

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

如果两个array_like对象的排序不小于,则引发AssertionError。

给定两个类数组对象,请检查形状是否相等,并且第一个对象的所有元素都严格小于第二个对象的元素。形状不匹配或值顺序错误会引发异常。如果对象的尺寸为零,则形状不匹配不会增加。与numpy中的标准用法相反,比较了NaN,如果两个对象在相同位置都具有NaN,则不会引发任何断言。

参数 :

x :array_like

要检查的较小对象。

y :array_like

要比较的较大对象。

err_msgstring

发生故障时要打印的错误消息。

verbosebool

如果为True,则冲突值将附加到错误消息中。

Raises :

AssertionError

如果实际对象与期望对象不相等。

例子

>>> np.testing.assert_array_less([1.0, 1.0, np.nan], [1.1, 2.0, np.nan])
>>> np.testing.assert_array_less([1.0, 1.0, np.nan], [1, 2.0, np.nan])
Traceback (most recent call last):
    ...
AssertionError:\nArrays are not less-ordered
\nMismatched elements: 1 / 3 (33.3%)
Max absolute difference: 1.
Max relative difference: 0.5
 x: array([ 1.,  1., nan])
 y: array([ 1.,  2., nan])
>>> np.testing.assert_array_less([1.0, 4.0], 3)
Traceback (most recent call last):
    ...
AssertionError:\nArrays are not less-ordered
\nMismatched elements: 1 / 2 (50%)
Max absolute difference: 2.
Max relative difference: 0.66666667
 x: array([1., 4.])
 y: array(3)
>>> np.testing.assert_array_less([1.0, 2.0, 3.0], [4])
Traceback (most recent call last):
    ...
AssertionError:\nArrays are not less-ordered
\n(shapes (3,), (1,) mismatch)
 x: array([1., 2., 3.])
 y: array([4])

推荐文档

相关文档

大家感兴趣的内容

随机列表