断言数组几乎等于零

Question

我正在为我的模拟编写单元测试，并想检查特定参数的结果（一个 numpy 数组）是否为零。由于计算不准确，也接受较小的值 (1e-7)。断言这个数组在所有地方都接近 0 的最佳方法是什么？

• np.testing.assert_array_almost_equal(a, np.zeros(a.shape)) 和 assert_allclose 失败，因为相对容差为 inf（如果切换参数，则为 1）Docu
• 我觉得np.testing.assert_array_almost_equal_nulp(a, np.zeros(a.shape))不够精确，因为它将差异与间距进行比较，因此nulps >= 1始终为真，否则为假，但没有说明a的幅度Docu
• 基于this question使用np.testing.assert_(np.all(np.absolute(a) < 1e-7))并没有给出任何详细的输出，我已经习惯了其他np.testing方法

还有其他方法可以测试吗？也许另一个测试包？

Answer 1

如果你比较一个全为零的 numpy 数组，你可以使用绝对容差，因为相对容差在这里没有意义：

from numpy.testing import assert_allclose

def test_zero_array():
    a = np.array([0, 1e-07, 1e-08])
    assert_allclose(a, 0, atol=1e-07)

rtol 值在这种情况下无关紧要，因为如果计算公差，它会乘以 0：

atol + rtol * abs(desired)

更新：将 np.zeros_like(a) 替换为更简单的标量 0。正如 @hintze 所指出的，np 数组比较也适用于标量。