Question

我有一个 Vector 类，代表三维空间中的一个点。此向量有一个方法normalize(self, length = 1)，可以向下/向上缩放向量为length == vec.normalize(length).length。

由于浮点数不精确，此方法的单位测试有时失败。我的问题是，如何在正确实施方法时确保此测试不会失败？是否可以不用测试近似值？

其他信息：

    def testNormalize(self):
        vec = Vector(random.random(), random.random(), random.random())
        self.assertEqual(vec.normalize(5).length, 5)

此有时会产生AssertionError: 4.999999999999999 != 5或AssertionError: 5.000000000000001 != 5。

注意：我知道浮点问题可能在Vector.length属性或Vector.normalize()中。

Answer 1

1）我如何确保测试有效？

使用assertAlmostEqual，assertNotAlmostEqual。

来自official documentation：

assertAlmostEqual(first, second, places=7, msg=None, delta=None)

通过计算差值，舍入到给定的小数位数（默认值为7）并比较为零来测试第一个和第二个大致相等。

2）是否可以在不测试近似值的情况下进行？

基本上没有。

无法绕过floating point issue，因此您要么“舍入”vec.normalize给出的结果，要么接受几乎相等的结果（两者中的每一个都是近似值）。

Answer 2

通过使用浮点值，您可以接受一个小的可能不精确。因此，您的测试应测试您的计算值是否落在可接受的范围内，例如：

theoreticalValue - epsilon < normalizedValue < theoreticalValue + epsilon

其中epsilon是一个非常小的值，您可以将其定义为由于浮点不精确而导致的变化。

Answer 3

我认为有一种可能性是将函数应用于测试所有输入，所有中间计算的结果和输出都可由float精确表示的情况。

举例说明：

In [2]: import math

In [4]: def norm(x, y):
   ...:     return math.sqrt(x*x + y*y)
   ...: 

In [6]: norm(3, 4) == 5
Out[6]: True

不确定这是多么实用......

Answer 4

通常，您不应声明浮点数的相等性。相反，请确保结果在某些范围内，例如：

self.assertTrue(abs(vec.normalize(5).length - 5) < 0.001)

单元测试（有时）失败，因为浮点不精确

4 个答案:

1）我如何确保测试有效？

2）是否可以在不测试近似值的情况下进行？