blocks|key|356550|text|(A==B).all()解决方案非常简洁，但是有一些用于此任务的内置函数。即array_equal、allclose和array_equiv。|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|356551|(不过，使用timeit进行的一些快速测试似乎表明(A==B).all()方法是最快的，这有点奇怪，因为它必须分配一个全新的数组。)|356552|entityMap|0|LINK|mutability|MUTABLE|url|http://docs.scipy.org/doc/numpy/reference/generated/numpy.array_equal.html|1|http://docs.scipy.org/doc/numpy/reference/generated/numpy.allclose.html#numpy.allclose|2|http://docs.scipy.org/doc/numpy/reference/generated/numpy.array_equiv.html#numpy.array_equiv^0|0|C|12|B|1E|8|1N|B|12|B|0|1E|8|1|1N|B|2|0|6|6|P|C|0^^$0|@$1|2|3|4|5|6|7|T|8|@$9|U|A|V|B|C]|$9|W|A|X|B|C]|$9|Y|A|Z|B|C]|$9|10|A|11|B|C]]|D|@$9|12|A|13|1|14]|$9|15|A|16|1|17]|$9|18|A|19|1|1A]]|E|$]]|$1|F|3|G|5|6|7|1B|8|@$9|1C|A|1D|B|C]|$9|1E|A|1F|B|C]]|D|@]|E|$]]|$1|H|3|-4|5|6|7|1G|8|@]|D|@]|E|$]]]|I|$J|$5|K|L|M|E|$N|O]]|P|$5|K|L|M|E|$N|Q]]|R|$5|K|L|M|E|$N|S]]]]

The <code>(A==B).all()</code> solution is very neat, but there are some built-in functions for this task. Namely <a href="http://docs.scipy.org/doc/numpy/reference/generated/numpy.array_equal.html" rel="noreferrer"><code>array_equal</code></a>, <a href="http://docs.scipy.org/doc/numpy/reference/generated/numpy.allclose.html#numpy.allclose" rel="noreferrer"><code>allclose</code></a> and <a href="http://docs.scipy.org/doc/numpy/reference/generated/numpy.array_equiv.html#numpy.array_equiv" rel="noreferrer"><code>array_equiv</code></a>.

(Although, some quick testing with <code>timeit</code> seems to indicate that the <code>(A==B).all()</code> method is the fastest, which is a little peculiar, given it has to allocate a whole new array.)

blocks|key|356601|text|通常两个数组会有一些小的数值误差，|type|unstyled|depth|inlineStyleRanges|entityRanges|data|356602|您可以使用numpy.allclose(A,B)，而不是(A==B).all()。这将返回布尔值True/False|offset|length|style|CODE|356603|entityMap^0|0|5|J|S|C|0^^$0|@$1|2|3|4|5|6|7|J|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|K|8|@$D|L|E|M|F|G]|$D|N|E|O|F|G]]|9|@]|A|$]]|$1|H|3|-4|5|6|7|P|8|@]|9|@]|A|$]]]|I|$]]

Usually two arrays will have some small numeric errors,

You can use <code>numpy.allclose(A,B)</code>, instead of <code>(A==B).all()</code>. This returns a bool True/False

blocks|key|356649|text|现在使用np.array_equal。来自文档：|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|356650|np.array_equal([1,+2],+[1,+2])
True
np.array_equal(np.array([1,+2]),+np.array([1,+2]))
True
np.array_equal([1,+2],+[1,+2,+3])
False
np.array_equal([1,+2],+[1,+4])
False|code-block|syntax|javascript|356651|entityMap^0|4|E|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@$9|N|A|O|B|C]]|D|@]|E|$]]|$1|F|3|G|5|H|7|P|8|@]|D|@]|E|$I|J]]|$1|K|3|-4|5|6|7|Q|8|@]|D|@]|E|$]]]|L|$]]

Now use <code>np.array_equal</code>. From documentation:

<pre><code>np.array_equal([1, 2], [1, 2])
True
np.array_equal(np.array([1, 2]), np.array([1, 2]))
True
np.array_equal([1, 2], [1, 2, 3])
False
np.array_equal([1, 2], [1, 4])
False
</code></pre>

blocks|key|356683|text|在其他答案之上，您现在可以使用断言：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|356684|numpy.testing.assert_array_equal(x,+y)|code-block|syntax|javascript|356685|您还可以使用类似的函数，如numpy.testing.assert_almost_equal()|offset|length|style|CODE|356686|https://numpy.org/doc/stable/reference/generated/numpy.testing.assert_array_equal.html|356687|entityMap|0|LINK|mutability|MUTABLE|url^0|0|0|D|Z|0|0|2E|0|0^^$0|@$1|2|3|4|5|6|7|V|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|W|8|@]|9|@]|A|$E|F]]|$1|G|3|H|5|6|7|X|8|@$I|Y|J|Z|K|L]]|9|@]|A|$]]|$1|M|3|N|5|6|7|10|8|@]|9|@$I|11|J|12|1|13]]|A|$]]|$1|O|3|-4|5|6|7|14|8|@]|9|@]|A|$]]]|P|$Q|$5|R|S|T|A|$U|N]]]]

On top of the other answers, you can now use an assertion:
<pre><code>numpy.testing.assert_array_equal(x, y)
</code></pre>
You also have similar function such as <code>numpy.testing.assert_almost_equal()</code>
<a href="https://numpy.org/doc/stable/reference/generated/numpy.testing.assert_array_equal.html" rel="nofollow noreferrer">https://numpy.org/doc/stable/reference/generated/numpy.testing.assert_array_equal.html</a>

What is the simplest way to compare two NumPy arrays for equality (where equality is defined as: A = B iff for all indices i: <code>A[i] == B[i]</code>)?

Simply using <code>==</code> gives me a boolean array:

<pre><code> &gt;&gt;&gt; numpy.array([1,1,1]) == numpy.array([1,1,1])

array([ True, True, True], dtype=bool)
</code></pre>

Do I have to <code>and</code> the elements of this array to determine if the arrays are equal, or is there a simpler way to compare?

Comparing two NumPy arrays for equality, element-wise

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋 

腾讯云代码助手

CODING DevOps

Cloud Studio

SDK中心

API中心

命令行工具

比较两个NumPy数组相等性的最简单方法是什么(相等性定义为:A=B当且仅当对于所有索引i：A[i] == B[i])？只需使用==就可以得到一个布尔数组： >>> numpy.array([1,1,1]) == numpy.array([1,1,1])array([ True,  True,  True], dtyp...

问逐个元素比较两个NumPy数组是否相等
EN

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问逐个元素比较两个NumPy数组是否相等EN