详解Numpy isclose()（判断数组元素是否在误差范围内相等）函数的作用与使用方法

Numpy isclose()函数的作用是比较两个数组或标量中的元素是否接近，根据公差和绝对误差，返回一个布尔值的值。这个函数在进行数值计算时非常有用，因为由于舍入误差或计算误差，我们可能无法使用相等操作符来判断两个值是否相等，这个函数可以避免误差造成的不必要的错误。

该函数的方法如下：

numpy.isclose(a, b, rtol=1e-05, atol=1e-08, equal_nan=False)

参数解析：

• a，b：要比较的两个数，可以是数组或标量。
• rtol：相对公差，默认值为1e-05。
• atol：绝对公差，默认值为1e-08。
• equal_nan：是否将NaN视为相等的标志，默认为False。

该函数返回的结果是一个布尔数组，表示两个数是否在误差范围内相等。即，如果两个数的相对或绝对误差小于或等于指定的公差，则返回True，否则返回False。

下面我们将通过两个示例来说明该函数的使用方法：

实例1

在以下示例中，我们将使用isclose函数比较两个数组，其中一个数组包含NaN值。

import numpy as np

a = np.array([1, 2, 3, 4, np.nan])
b = np.array([1.00001, 2.00002, 3.00003, 4.00004, np.nan])

c = np.isclose(a, b, rtol=1e-5, atol=1e-8, equal_nan=True)

print(c)

输出结果如下：

[ True True True True True]

解析：

我们可以看到，在这种情况下，我们将isclose函数中的equal_nan参数设置为True，因此该函数将所有NaN值视为相等。因此，c数组的所有元素都为True，并且两个数组相等。

实例2

在以下示例中，我们使用isclose函数比较两个数组，其中一个数组包含相同的元素，但它们在精度上有所不同。

import numpy as np

a = np.array([1.0001, 2.0002, 3.0003, 4.0004])
b = np.array([1.00011, 2.00021, 3.00031, 4.00041])

c = np.isclose(a, b, rtol=1e-5, atol=1e-8, equal_nan=False)

print(c)

输出结果如下：

[ True True True True]

解析：

我们可以看到，尽管两个数组中的元素在精度上略有不同，但由于相对和绝对误差均小于指定的公差，因此isclose函数认为这两个数组中的元素是相等的。因此，c数组的所有元素都为True，并且两个数组相等。