如何比较两个 numpy 数组：示例

您可以使用以下方法来比较两个 NumPy 数组的值：

方法 1：测试两个 NumPy 数组在元素级别是否相等

 #test if array A and array B are element-wise equal
n.p. array_equal (A,B)

方法 2：测试两个 NumPy 数组在元素级别是否相等（在容差范围内）

 #test if array A and array B are element-wise equal (within absolute tolerance of 2)
n.p. allclose (A, B, atol= 2 )

以下示例展示了如何在实践中使用每种方法。

示例 1：测试两个 NumPy 数组在元素级别是否相等

以下代码显示如何使用array_equal()函数测试两个 NumPy 数组在元素级别是否相等：

 import numpy as np

#create two NumPy arrays
A = np. array ([1, 4, 5, 7, 10])
B = np. array ([1, 4, 5, 7, 10])

#test if arrays are element-wise equal
n.p. array_equal (A,B)

True

该函数返回True，因为两个 NumPy 数组具有相同的长度，并且在相同位置具有相同的值。

然而，如果两个 NumPy 数组具有相同的值但位置不同，该函数将返回False ：

 import numpy as np

#create two NumPy arrays with same values but in different positions
A = np. array ([1, 4, 5, 7, 10])
B = np. array ([1, 4, 7, 5, 10])

#test if arrays are element-wise equal
n.p. array_equal (A,B)

False

示例 2：测试两个 NumPy 数组在元素级别是否相等（在容差范围内）

以下代码演示如何使用allclose()函数测试两个 NumPy 数组在元素级别是否相等（容差值2内）：

 import numpy as np

#create two NumPy arrays
A = np. array ([1, 4, 5, 7, 10])
B = np. array ([1, 4, 7, 8, 10])

#test if arrays are element-wise equal (within absolute tolerance of 2)
n.p. allclose (A, B, atol= 2 )

True

该函数返回True ，因为每个 NumPy 数组之间的匹配元素都在 2 以内。

例如，我们看到每个数组的第三个和第四个位置的元素不同，但由于每对相距 2 个值，因此函数返回 true。

但是，如果我们将绝对容差 (atol) 参数更改为1 ，则该函数将返回False ：

 import numpy as np

#create two NumPy arrays
A = np. array ([1, 4, 5, 7, 10])
B = np. array ([1, 4, 7, 8, 10])

#test if arrays are element-wise equal (within absolute tolerance of 1)
n.p. allclose (A, B, atol= 1 )

False

该函数返回False ，因为每个 NumPy 数组的第三个位置中的对应元素彼此之间的距离不是 1。

注意：有关array_equal和allclose函数的完整说明，请参阅 NumPy 文档。

其他资源

以下教程解释了如何在 NumPy 中执行其他常见任务：

如何移动 NumPy 数组中的元素
如何计算 NumPy 中元素出现的次数
如何计算 NumPy 数组的众数