如何比较两个NumPy数组

要比较两个NumPy数组，可以使用NumPy中的比较函数，这些函数返回一个布尔数组，该数组表示每个元素是否满足比较条件。下面是一些常用的比较函数：

• numpy.array_equal(x, y) : 如果两个数组x和y的形状和元素的值都相等，则返回True，否则返回False。
• numpy.allclose(a, b, rtol=1e-05, atol=1e-08, equal_nan=False) : 比较两个数组a和b是否在给定的容差范围内相等。默认情况下，相对容差rtol设置为1e-05，绝对容差atol设置为1e-08，如果任何一个元素之间的差异大于容差，则返回False。可以通过设置equal_nan参数为True来比较NaN值的相等性。

例如，我们创建两个数组arr1和arr2：

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([1, 2, 3])

现在我们使用numpy.array_equal函数比较这两个数组是否相等：

print(np.array_equal(arr1, arr2)) # True

由于这两个数组的形状和元素的值都相等，因此返回True。

现在我们把数组arr1和arr2的第一个元素修改为不同的值：

arr1[0] = 10

print(np.array_equal(arr1, arr2)) # False

现在这两个数组的第一个元素不相等，因此返回False。

我们也可以使用numpy.allclose函数比较这两个数组是否相等，在这里我们设置容差范围为1：

print(np.allclose(arr1, arr2, atol=1, rtol=0)) # False

由于数组arr1和arr2的形状和元素的值都相等，但是它们的第一个元素的差异(10-1)大于容差范围(1)，因此返回False。

另外，如果两个数组有NaN值，我们可以使用numpy.isnan函数比较它们是否相等：

arr1[0] = np.nan
arr2[0] = np.nan

print(np.allclose(arr1, arr2, equal_nan=True)) # True

现在这两个数组的第一个元素都是NaN值，因此返回True。