Numpy 的 log 方法为 log(0) 提供 -inf。此值具有可比性：
>>> np.log(0) == np.log(0)
True
现在在单元测试中，以下工作正常：
self.assertEqual(np.log(0),np.log(0))
但这失败了：
self.assertAlmostEqual(np.log(0),np.log(0))
为什么会有这样的行为？这是一个错误还是有意的？如果需要，我如何检查两个浮点值是否几乎相等，并且对于 -inf 也能正常工作？
【问题讨论】：
标签： python unit-testing numpy infinity
来自 unittest 的文档，assertAlmostEqual(a, b) 默认等同于round(a-b, 7) == 0。所以在你的情况下你有：
In [8]: np.log(0) - np.log(0)
Out[8]: nan
In [9]: round(np.log(0) - np.log(0), 7)
Out[9]: nan
In [11]: np.nan == 0
Out[11]: False
这解释了你的测试失败的原因。
为了使它工作使用unittest2这里是一个例子：
import unittest2
import numpy as np
class Test_Assertions(unittest2.TestCase):
def test_float_inf(self):
self.assertAlmostEqual(float('inf'), float('inf'))
def test_numpy_inf(self):
self.assertAlmostEqual(np.log(0),np.log(0))
unittest2.main()
输出：
..
----------------------------------------------------------------------
Ran 2 tests in 0.000s
OK
N.B：在 unittest2 assertAlmostEqual() 首先测试两个对象是否相等，如果是，那么结果是肯定的，否则做魔法（几乎相等），这就是它起作用的原因。它也应该在新的 python 版本（2.7 >）中工作，因为它们中的大多数都实现了 unittest2 功能（我不确定这一点，因为我的工作站中没有 python 2.7 >）。
希望这可以帮助:)
【讨论】：
Inf 与任何有限值之间的差异是 Inf 或 -Inf。这是 IEEE754 规范的一部分。由于assertAlmostEqual 使用减法，这就解释了这种行为。
这是英特尔 x86 文档中 FSUB 的相关表格：
为了解决您的问题，您需要对 Inf 进行特殊情况处理。
【讨论】：
assertAlmostEqual，而不是他的测试代码。这显然是TestCase.failUnlessAlmostEqual 中的一个错误。
我会说 -∞ 和 -∞ 之间的差异可以达到 ∞。因此，它们并不是真正“几乎相等”。
如果你想忽略这种特殊情况，那么这样的事情可能会有用：
if valueA != valueB:
self.assertAlmostEqual(valueA, valueB)
【讨论】：