在 Python 中比较两个数组

1. 在 Python 中使用 numpy.array_equal() 方法比较两个数组
2. 在 Python 中使用 numpy.allclose() 方法比较两个数组
3. 在 Python 中使用 numpy.array_equiv() 方法比较两个数组
4. 在 Python 中使用 == 运算符和 numpy.all() 方法比较两个数组

在本教程中，我们将研究各种方法来比较 Python 中的两个数组并检查它们是否相等。仅当它们的尺寸和值相同时，这两个数组才相等。如果两个数组具有相同的值，但是它们的顺序不相同，则这些数组将不被视为相等。

我们可以使用以下方法在 Python 中检查两个数组是否相等：

在 Python 中使用 numpy.array_equal() 方法比较两个数组

numpy.array_equal(a1, a2, equal_nan=False) 将两个数组 a1 和 a2 作为输入，如果两个数组具有相同的形状和元素，则返回 True，否则该方法返回 False。equal_nan= 关键字参数的默认值为 False，并且如果我们希望该方法将两个 NaN 值视为相等，则必须将其设置为 True。

下面的示例代码演示了如何使用 numpy.array_equal() 方法在 Python 中比较两个数组。

import numpy as np

a1 = np.array([1,2,4,6,7])
a2 = np.array([1,3,4,5,7])
print(np.array_equal(a1,a1))
print(np.array_equal(a1,a2))

输出：

True
False

在 Python 中使用 numpy.allclose() 方法比较两个数组

numpy.allclose(a1, a2, rtol=1e-05, atol=1e-08, equal_nan=False) 方法将数组 a1 和 a2 作为输入，如果 a1 的每个元素都等于 a2 的相应元素，或者它们的差值在容差范围内，则返回 True。

公差值使用 a2，rtol 和 atol 参数计算：

atol + rtol*absolute(a2)

numpy.allclose() 方法在我们要检查最终数组是否等于期望数组的计算中很有用。我们可以使用 numpy.allclose() 方法通过以下方式比较 Python 中的两个数组：

import numpy as np

a1 = np.array([1,2,4,6,7])
a2 = np.array([1,3,4,5,7])
a3 = np.array([1,3,4.00001,5,7])
print(np.allclose(a1,a2))
print(np.allclose(a3,a2))

输出：

False
True

如上面的示例代码所示，默认情况下将忽略两个值之间的差异 0.00001。我们可以更改 atol 和 rtol 的值以增加公差值。

在 Python 中使用 numpy.array_equiv() 方法比较两个数组

numpy.array_equiv(a1, a2) 方法将数组 a1 和 a2 作为输入，如果两个数组的形状和元素相同，则返回 True。否则，返回 False。

我们可以将两个数组都传递给 numpy.array_equiv() 方法，以便在 Python 中进行比较。下面的示例代码演示了如何使用 numpy.array_equal() 方法来检查 Python 中两个数组是否相等。

import numpy as np

a1 = np.array([1,2,4,6,7])
a2 = np.array([1,3,4,5,7])
a3 = np.array([1,3,4.00001,5,7])
print(np.array_equiv(a1,a2))
print(np.array_equiv(a3,a2))

输出：

False
False

在 Python 中使用 == 运算符和 numpy.all() 方法比较两个数组

与数组一起使用时，== 运算符将返回形状与两个数组均等的数组，如果两个数组中的元素在该索引中相等，则返回的数组在索引处包含 True，否则数组将返回在该索引处包含 False。

由于我们要比较两个数组而不是每个元素，因此可以将 numpy.all() 方法与 == 运算符一起使用。如果沿着给定轴的所有输入数组元素均为 True，则 numpy.all() 方法将返回 True；否则，返回 False。

下面的示例代码演示了如何使用 == 运算符和 numpy.all() 方法来比较 Python 中的两个数组。

import numpy as np

a1 = np.array([1,2,4,6,7])
a2 = np.array([1,3,4,5,7])
a3 = np.array([1,3,4.00001,5,7])

print((a1==a2).all())
print((a3==a2).all())

输出：

False
False