如何检查两个 NumPy 数组是否近似相等？答案

【问题标题】：How to check if two NumPy arrays are approximately equal?如何检查两个 NumPy 数组是否近似相等？
【发布时间】：2021-11-15 23:41:43
【问题描述】：

np.isclose（或np.allclose）检查两个数组是否近似相等。但如果输入的形状不同，它们都会引发异常。我想知道是否有一个库函数可用于检查两个任意数组的“近似”相等性？即，类似

def allclose(x, y, *args, **kwargs):
    return x.shape == y.shape and np.allclose(x, y, *args, **kwargs)

事实上，对于“精确”相等，np.array_equal 已经完成了这项工作（通过在不同大小的数组上返回 False，而不是引发异常）。

【问题讨论】：

你的解决方案有什么问题？
@NilsWerner 我的解决方案没有问题（我想）。但是我想知道这样的功能是否已经在 NumPy 库中实现了，这样我就不会每次需要这样的检查时都重新发明轮子。
如果只是形状的问题，在比较之前不能把数组展平吗？
考虑为好的答案投票

标签： arrays python-3.x numpy

【解决方案1】：

没有这样的功能，并且有一个特殊的原因：它允许广播。这意味着您可以比较两个不同形状的数组，只要它们是可广播的。

a = np.array([[1, 2], [1, 2]],)
b = np.array([1, 2])

np.isclose(a, b)          # row-wise comparison
# array([[ True,  True],
#        [ True,  True]])
np.isclose(a, b[:, None]) # column-wise comparison
# array([[ True, False],
#        [False,  True]])

因此，如果您的函数允许广播，您想知道两个数组是否不同，或者只是形状不兼容。

所以如果你想保留广播能力，我建议

def allclose(x, y, *args, **kwargs):
    try:
        return np.allclose(x, y, *args, **kwargs)
    except ValueError:
        return False

【讨论】：

关于保持可广播性的好点。不过，我认为您的 try 块错过了 return 声明或类似的东西。（否则，如果 np.allclose 没有引发异常，则包装器 allclose 将不会返回任何内容。我说的对吗？）
对，已修复