numpy.isclose #
- 麻木的。isclose ( a , b , rtol = 1e-05 , atol = 1e-08 , equal_nan = False ) [来源] #
返回一个布尔数组,其中两个数组在容差范围内元素相等。
容差值为正,通常非常小。将相对差值 ( rtol * abs( b )) 和绝对差值 atol相加,以与a和b之间的绝对差值进行比较。
警告
默认atol不适合比较远小于 1 的数字(请参阅注释)。
- 参数:
- a, b类似数组
输入要比较的数组。
- 实时浮动
相对容差参数(见注释)。
- 阿托浮标
绝对公差参数(见注释)。
- equal_nan布尔值
是否将 NaN 比较为相等。如果为 True,则输出数组中a中的 NaN将被视为等于b中的 NaN。
- 返回:
- y类似数组
返回一个布尔数组,其中a和b在给定容差范围内相等。如果a和b都是标量,则返回单个布尔值。
也可以看看
笔记
1.7.0 版本中的新增内容。
对于有限值,isclose 使用以下方程来测试两个浮点值是否相等。
绝对( a - b ) <= ( atol + rtol * 绝对( b ))
与内置的 不同,上面的方程在a和b
math.isclose
中不对称- 它假设b是参考值 - 因此 isclose(a, b)可能与isclose(b, a)不同。此外,atol 的默认值不为零,用于确定哪些小值应被视为接近于零。默认值适用于顺序统一的预期值:如果预期值明显小于 1,则可能会导致误报。 应根据当前的用例仔细选择atol 。如果a或b为零,则atol的零值将导致False 。isclose
没有为非数字数据类型定义。 为此目的, bool被视为数字数据类型。例子
>>> np.isclose([1e10,1e-7], [1.00001e10,1e-8]) array([ True, False]) >>> np.isclose([1e10,1e-8], [1.00001e10,1e-9]) array([ True, True]) >>> np.isclose([1e10,1e-8], [1.0001e10,1e-9]) array([False, True]) >>> np.isclose([1.0, np.nan], [1.0, np.nan]) array([ True, False]) >>> np.isclose([1.0, np.nan], [1.0, np.nan], equal_nan=True) array([ True, True]) >>> np.isclose([1e-8, 1e-7], [0.0, 0.0]) array([ True, False]) >>> np.isclose([1e-100, 1e-7], [0.0, 0.0], atol=0.0) array([False, False]) >>> np.isclose([1e-10, 1e-10], [1e-20, 0.0]) array([ True, True]) >>> np.isclose([1e-10, 1e-10], [1e-20, 0.999999e-10], atol=0.0) array([False, True])