Python 实例｜numpy｜比较两个数组是否相同（将均为 nan 视作相同）

可以使用 numpy 的函数 np.allclose() 来比较两个数组是否相等（近似相等），该函数支持：

1. 设定相对误差和绝对误差，将不超出误差范围内的值视为相等；
2. 如果两个数组汇总同为 NaN，则视为相等。

该函数的参数：

• a、b：待比较的两个数组
• rtol：相对误差的阈值，其中 $相对误差=\frac{|实际值-参考值|}{参考值}$；相对误差或绝对误差有任一超出阈值，则视为不相等（可选，默认 1e-5）
• atol：绝对误差的阈值，其中 $绝对误差=|实际值-参考值|$；相对误差或绝对误差有任一超出阈值，则视为不相等（可选，默认 1e-8）
• equal_nan：是否将两个数组中均为 NaN 的视为相等（可选，默认 False）

该函数的返回值：返回一个布尔值，表示两个数组是否在指定的精度范围内相等；如果相等则返回 True，否则返回 False。

样例：

import numpy as np

a = np.array([1, 2, np.nan])
b = np.array([1, 2.00000001, np.nan])

# 判断a和b是否相等，将均为nan的视作相同
print(np.allclose(a, b, equal_nan=True))

运行结果为 True，表示 a 和 b 是相等的。