numpy.testing.assert_almost_equal
numpy.testing.assert_almost_equal(actual, desired, decimal=7, err_msg='', verbose=True) [source]
如果两个项不等于期望的精度，则引发AssertionError。
注意:为了更一致的浮点比较，建议使用assert_allclose，assert_array_almost_equal_nulp或assert_array_max_ulp之一来代替此函数。
该测试验证actual和desirable的元素是否令人满意。
abs(desired-actual) < 1.5 * 10**(-decimal)
这是一个比最初记录的宽松的测试，但与assert_array_almost_equal中的实际实现对舍入变幻无误相一致。在冲突的值上引发异常。对于ndarray，这委托给assert_array_almost_equal
参数 ： | actual ：array_like 要检查的对象。 desired ：array_like 预期的对象。 decimal ： 所需精度，默认为7。 err_msg ： 发生故障时要打印的错误消息。 verbose ： 如果为True，则冲突值将附加到错误消息中。 |
Raises ： | AssertionError 如果实际和期望值不等于指定的精度。 |
例子
>>> import numpy.testing as npt
>>> npt.assert_almost_equal(2.3333333333333, 2.33333334)
>>> npt.assert_almost_equal(2.3333333333333, 2.33333334, decimal=10)
Traceback (most recent call last):
...
AssertionError:\nArrays are not almost equal to 10 decimals
ACTUAL: 2.3333333333333
DESIRED: 2.33333334>>> npt.assert_almost_equal(np.array([1.0,2.3333333333333]),
... np.array([1.0,2.33333334]), decimal=9)
Traceback (most recent call last):
...
AssertionError:\nArrays are not almost equal to 9 decimals
\nMismatched elements: 1 / 2 (50%)
Max absolute difference: 6.66669964e-09
Max relative difference: 2.85715698e-09
x: array([1. , 2.333333333])
y: array([1. , 2.33333334])