无法理解 np.isclose() 的工作答案

【问题标题】：Unable to understand working of np.isclose()无法理解 np.isclose() 的工作
【发布时间】：2022-06-12 21:08:54
【问题描述】：

对于以下输入：

import numpy as np

a= np.array([[0.0, 0.0, 0.0],
            [1.0, 1.0, -2.234],
            [0.0, 0.0, 0.0]])

b= np.array([1.0, 1.0, -2.234])
print(np.isclose(np.transpose(a), b))

输出：

$ python temp.py 
--> [[False  True False]
    [False  True False]
    [False False False]]

对于以下输入：

print(np.isclose(a, b))

输出：

$ python temp.py 
--> [[False False False]
    [ True  True  True]
    [False False False]]

我无法理解为什么np.isclose() 无法按元素匹配列，但能够正确匹配行。我觉得我的理解有问题。

我的目的是找到匹配列的索引。为了实现这一点，我将进一步使用.all(axis=) 和np.where()。但在此之前我想了解np.isclose()的行为。

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

这里发生的是numpy自动"broadcasts"低维数组以匹配高维数组的形状。

在这个具体实例中，b 数组被广播到一个矩阵中，其中每一行都是原始数组b 的副本。您可以通过调用np.broadcast_to(b, a.shape) 提前检查它被广播到的形状。

a= np.array([[0.0, 0.0, 0.0],
            [1.0, 1.0, -2.234],
            [0.0, 0.0, 0.0]])

b= np.array([1.0, 1.0, -2.234])
print(np.isclose(np.transpose(a), b))

np.isclose(np.transpose(a), b) 解析为

np.isclose([[0.0, 1.0, 0.0],
            [0.0, 1.0, 0.0],
            [0.0, -2.234, 0.0]],

           [[1.0, 1.0, -2.234],
            [1.0, 1.0, -2.234],
            [1.0, 1.0, -2.234]])

--> [[False  True False]
     [False  True False]
     [False False False]]

np.isclose(a, b) 解析为

np.isclose([[0.0, 0.0, 0.0],
            [1.0, 1.0, -2.234],
            [0.0, 0.0, 0.0]],

           [[1.0, 1.0, -2.234],
            [1.0, 1.0, -2.234],
            [1.0, 1.0, -2.234]])

--> [[False False False]
     [ True  True  True]
     [False False False]]

【讨论】：

【解决方案2】：

考虑您的转置数组a 和b：

[[ 0.     1.     0.   ]
 [ 0.     1.     0.   ]
 [ 0.    -2.234  0.   ]]

[ 1.     1.    -2.234]

np.isclose 所做的实际上是根据广播比较（在给定的容差范围内）a 的每一行中的每个元素与 b 中的每个元素，从而产生输出：

[[False  True False]
 [False  True False]
 [False False False]]

如果您想“按列”比较数组，您应该显式地向b 添加一个额外的维度。数组 a 和 b 将如下所示：

[[ 0.     1.     0.   ]
 [ 0.     1.     0.   ]
 [ 0.    -2.234  0.   ]]

[[ 1.   ]
 [ 1.   ]
 [-2.234]]

然后你可以看看它们是否相等：

import numpy as np

a= np.array([[0.0, 0.0, 0.0],
            [1.0, 1.0, -2.234],
            [0.0, 0.0, 0.0]])

b = np.array([1.0, 1.0, -2.234])
a = np.transpose(a)
b = np.expand_dims(b , axis=-1)
print(np.isclose(a, b))

[[False  True False]
 [False  True False]
 [False  True False]]

【讨论】：

【解决方案3】：

np.isclose 只是检查这些值是否足够接近，您可以认为它们与给定阈值相等

通过做：

np.isclose(np.transpose(a), b)

您将 a.T 的每一列与 b 的每一列进行比较。第一列[0,0,0] 不接近（即几乎等于）1。对于第二列[1,1,-2.234]，前两个值等于1。对于最后一列 [0,0,0]，没有任何内容与 -2.234 匹配。

[[False  True False]
 [False  True False]
 [False False False]]

【讨论】：