Question

我正在尝试编写单元测试，其中结果应该是零度数组的数组。使用np.assert_allclose会导致以下失败：

E                   AssertionError: 
E                   Not equal to tolerance rtol=1e-07, atol=0.000277778
E                   
E                   (mismatch 100.0%)
E                    x: array([[  3.600000e+02],
E                          [  3.155310e-10]])
E                    y: array([[0],
E                          [0]])

明显发生的是代码正在运行（[[360], [3e-10]]足够接近[[0], [0]]我的角度数量），但np.assert_allclose没有意识到0≅360。

有没有办法使用numpy的测试框架进行比较，我不在乎这些值是否超过360的倍数？

在这种特殊情况下，使用np.set_printoptions(precision=30)打印数组的第一个元素会给我359.999999999823955931788077577949，所以这不是一个可以归一化到0到360之间的情况。

这不是我维护的包，所以除了astropy和numpy之外我不想包含其他依赖项。

Answer 1

（编辑回答，以前的版本错了）

使用例如这可以将您的值降低到所需的范围：

>>> def _h(x, a):
...    xx = np.mod(x, a)
...    return np.minimum(xx, np.abs(a - xx))

然后

>>> xx = np.asarray([1, -1, 359, 361, 360*3+1, -8*360 + 2])
>>> _h(xx, 360)
array([1, 1, 1, 1, 1, 2])

Answer 2

鉴于您想要测试圈子上的亲密度的所有数字都在名为ndarray的{{1}}中，那么

或者，甚至更简单，

np.allclose(np.fmod(a+180, 360)-180,0, atol=mytol)

就是你所需要的（注意np.allclose(np.fmod(a+180, 360),180, atol=mytol)确实是非常随意的，只是你必须将比较从180又名0移开

修改

我因为一个缺陷而删除了我的答案，ev-br在评论中向我显示了该答案，但后来我改变了主意，因为（谢谢你）我看到了光。

人们想要测试圆上由角度（以度为单位）标识的点是否接近由角度360标识的点。首先，圆周上的距离0等于D(0,theta)，因此我们可以比较角度的绝对值。

我上面提出的测试对于D(0,-theta)的任何正值都是有效的，或者至少我是这么认为的。

如果我对要测试的角度的绝对值使用上述测试，那就是一切应该没问题，不应该吗？接下来是一些测试

theta

如何测试角度量的接近程度

2 个答案: