Chcę zrobić kilka zmian w mojej aplikacji i muszę porównać dwie tablice. Od array.__eq__ zwraca nową tablicę (tak, że TestCase.assertEqual nie powiedzie się), jaki jest najlepszy sposób na zapewnienie równości?Jaki jest najlepszy sposób na zapewnienie równości numpy.array?
Obecnie używam
self.assertTrue((arr1 == arr2).all())
ale ja naprawdę nie podoba: \
myślę (arr1 == arr2).all() wygląda całkiem ładnie. Ale można użyć:
numpy.allclose(arr1, arr2)
ale to nie jest to samo.
Alternatywą, prawie taka sama, jak np to:
numpy.alltrue(arr1 == arr2)
Zauważ, że scipy.array jest rzeczywiście numpy.array odniesienia. Dzięki temu łatwiej jest znaleźć dokumentację.
sprawdź funkcje potwierdzenia w numpy.testing, np.
assert_array_equal
dla pływających tablice punktowe testu równości może zakończyć się niepowodzeniem i assert_almost_equal jest bardziej niezawodny.
aktualizacja
Kilka wersji numpy temu uzyskuje assert_allclose który jest teraz moim ulubionym, ponieważ pozwala nam określić zarówno błędu bezwzględnego i względnego i nie wymaga zaokrąglania dziesiętny jako kryterium bliskości.
Uważam, że używanie self.assertEqual(arr1.tolist(), arr2.tolist()) jest najłatwiejszym sposobem porównywania tablic z unittest.
Zgadzam się, że nie jest to najładniejsze rozwiązanie i prawdopodobnie nie jest ono najszybsze, ale prawdopodobnie jest bardziej jednolite z pozostałymi przypadkami testowymi, otrzymujesz cały opis błędu unittest i jest on naprawdę prosty w implementacji.
Od wersji Python 3.2 można używać assertSequenceEqual(array1.tolist(), array2.tolist()).
Jest to wartość dodana pokazująca dokładnie te elementy, w których tablice różnią się.
Niestety, nie działa dobrze, gdy tablice są typu 'float'. Naprawdę potrzebujemy 'assertSequenceAlmostEqual' – grwlf
W moich testów używam to:
try:
numpy.testing.assert_array_equal(arr1, arr2)
res = True
except AssertionError as err:
res = False
print (err)
self.assertTrue(res)
Jak to interakcję z unittest? Myślę, że niektóre słowa w tej sprawie byłyby użyteczne. –
Nigdy nie używam unittest. Jednak działa bardzo dobrze z testami nosa, które są używane przez numpy, scipy i statsmodels. Po prostu używaj znaków wewnątrz funkcji testowej lub metody. – user333700
Nie oznacza to, że oba argumenty są liczbami numpy. Na przykład zakończyłoby się pomyślnie na tablicy i liście. Do testowania może być przydatne sprawdzenie, czy są to w rzeczywistości tablice, ale przypuszczam, że wymagałoby to ręcznego sprawdzenia typu? – max