Najlepszy sposób na potwierdzenie równości numpy.array?

Chcę wykonać testy jednostkowe dla mojej aplikacji i muszę porównać dwie tablice. Ponieważ array.__eq__zwraca nową tablicę (a więc TestCase.assertEqualzawodzi), jaki jest najlepszy sposób zapewnienia równości?

Obecnie używam

self.assertTrue((arr1 == arr2).all())

ale mi się to nie podoba

sprawdź funkcje assert w numpy.testingnp

assert_array_equal

w przypadku tablic zmiennoprzecinkowych test równości może zakończyć się niepowodzeniem i assert_almost_equaljest bardziej wiarygodny.

aktualizacja

Kilka wersji temu otrzymałem numpy, assert_allclosektóry jest teraz moim ulubionym, ponieważ pozwala nam określić zarówno bezwzględny, jak i względny błąd i nie wymaga zaokrąglania dziesiętnego jako kryterium bliskości.

Myślę, że (arr1 == arr2).all()wygląda całkiem nieźle. Ale możesz użyć:

numpy.allclose(arr1, arr2)

ale to nie to samo.

Alternatywą, prawie taką samą jak w przykładzie, jest:

numpy.alltrue(arr1 == arr2)

Zauważ, że scipy.array jest w rzeczywistości odniesieniem numpy.array. Ułatwia to znalezienie dokumentacji.

Uważam, że używanie self.assertEqual(arr1.tolist(), arr2.tolist()) jest najłatwiejszym sposobem porównywania tablic z unittest.

Zgadzam się, że nie jest to najładniejsze rozwiązanie i prawdopodobnie nie jest najszybsze, ale prawdopodobnie jest bardziej jednolite z resztą przypadków testowych, otrzymujesz najbardziej nieprzejrzysty opis błędu i jest naprawdę łatwe do zaimplementowania.

Od Pythona 3.2 możesz używać assertSequenceEqual(array1.tolist(), array2.tolist()).

Ma to wartość dodaną polegającą na wyświetlaniu dokładnych pozycji, w których tablice się różnią.

W moich testach używam tego:

try:
    numpy.testing.assert_array_equal(arr1, arr2)
    res = True
except AssertionError as err:
    res = False
    print (err)
self.assertTrue(res)

np.linalg.norm(arr1 - arr2) < 1e-6