断言数组几乎等于零

Question

我正在为我的模拟编写单元测试，并希望检查特定参数的结果（numpy 数组）是否为零。由于计算不准确，也可以接受较小的值 (1e-7)。断言该数组在所有位置都接近 0 的最佳方法是什么？

• np.testing.assert_array_almost_equal(a, np.zeros(a.shape))并失败，assert_allclose因为相对容差为inf（如果切换参数则为 1）
• 我觉得np.testing.assert_array_almost_equal_nulp(a, np.zeros(a.shape))不够精确，因为它比较了间距的差异，因此它总是 true for和 false otherways 但没有说明Docunulps >= 1的幅度a
• np.testing.assert_(np.all(np.absolute(a) < 1e-7))基于这个问题的使用不会给出任何详细的输出，我习惯于通过其他np.testing方法

还有其他方法可以测试这个吗？也许另一个测试包？

Answer 1

如果将 numpy 数组与全零进行比较，则可以使用绝对容差，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)

在这种情况下，该rtol值并不重要，因为如果计算容差，则该值会乘以 0：

atol + rtol * abs(desired)

更新：替换np.zeros_like(a)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。