Лучший способ подтвердить равенство numpy.array?

Я хочу провести несколько модульных тестов для своего приложения, и мне нужно сравнить два массива. Поскольку array.__eq__возвращает новый массив (так что TestCase.assertEqualне удается), как лучше всего утверждать равенство?

В настоящее время я использую

self.assertTrue((arr1 == arr2).all())

но мне это не очень нравится

проверьте функции assert numpy.testing, например

assert_array_equal

для массивов с плавающей запятой проверка на равенство может завершиться ошибкой и assert_almost_equalболее надежна.

Обновить

Несколько версий назад было получено numpy, assert_allcloseкоторое сейчас является моим любимым, поскольку оно позволяет нам указывать как абсолютную, так и относительную ошибку и не требует десятичного округления в качестве критерия близости.

Думаю, (arr1 == arr2).all()выглядит неплохо. Но вы можете использовать:

numpy.allclose(arr1, arr2)

но это не совсем то же самое.

Альтернатива, почти такая же, как в вашем примере:

numpy.alltrue(arr1 == arr2)

Обратите внимание, что scipy.array на самом деле является ссылкой на numpy.array. Это упрощает поиск документации.

Я нахожу это с помощью self.assertEqual(arr1.tolist(), arr2.tolist()) - это самый простой способ сравнения массивов с помощью unittest.

Я согласен, что это не самое красивое решение и, вероятно, не самое быстрое, но, вероятно, оно более единообразно с остальными вашими тестовыми примерами, вы получаете все описание ошибок unittest, и его действительно просто реализовать.

Начиная с Python 3.2 вы можете использовать assertSequenceEqual(array1.tolist(), array2.tolist()).

Это имеет дополнительную ценность, показывая вам точные элементы, в которых различаются массивы.

В своих тестах я использую это:

try:
    numpy.testing.assert_array_equal(arr1, arr2)
    res = True
except AssertionError as err:
    res = False
    print (err)
self.assertTrue(res)

np.linalg.norm(arr1 - arr2) < 1e-6