如何判断两个ndarray相等？ndarray相等判断最佳实践

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

随着矩阵的维数不断增多，再人工判断两个矩阵是否是相同，就非常的费力气了。所以，这里要对判断两个ndarray是否完全一致进行程序判断。

大家好，这里是苏南大叔的“平行空间笔记本”博客，本文记录numpy的ndarray矩阵变量，两个变量是否相等的判断方式。本文测试环境：win10，python@3.11.0，numpy@1.24.2。

标的变量

这里先获得标的变量，龙套角色。

import numpy as np
sn  = np.array([["苏", "南"], ["大", "叔"]])
sn2 = np.array([["苏", "大"], ["南", "叔"]])
sn3 = sn.T

如何理解.T，可以参考：

• https://seosn.com/say/ndarray-t.html

传统双等号判断失败【不推荐】

如果使用传统的==来做判断的话，会得到一个报错信息。说实话，这很意外，万能的双等号居然失败了！直接输出sn == sn2的结果的话，可以看到：这个双等号的结果居然是个ndarray类型的数组！真心是让人意外！

print( sn==sn2 )
print( type(sn==sn2) )

输出结果：

[[ True False]
 [False  True]] 
<class 'numpy.ndarray'>

测试代码：

if (sn == sn2) :
    print("ok")

报错结果：

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

双等号判断改成三等号判断的话，直接语法错误。

方案一：(s==n).all()【不推荐】

print( (sn == sn2).all() )     # False
print( (sn == sn3).all() )     # False
print( (sn2 == sn3).all() )    # True

输出：

False
False
True

这个方案不靠谱，不要使用！表面上看起来可以。但是，有个案！

import numpy as np
s = np.array([[1,2,3]])
n = np.array([1,2,3])
print( (s == n).all() )        # True
print( np.array_equal(s, n) )  # False

方案二：np.array_equal(s,n)【推荐】

print( np.array_equal(sn, sn2) )     # False
print( np.array_equal(sn, sn3) )     # False
print( np.array_equal(sn2, sn3) )    # True

输出：

False
False
True

特殊方案：是否是本体

在本文中，sn2和sn3是完全一样的。但是！它们是两个变量，虽然相等，但是不是同一个变量！这种情况下，使用is来断言。

import numpy as np
sn = np.array([["苏", "南"], ["大", "叔"]])
sn2 = np.array([["苏", "大"], ["南", "叔"]])
sn3 = sn.T           # 这个也是两个变量哦
sn4 = sn3
sn5 = sn3.copy()

print(sn is sn2)     # False
print(sn is sn3)     # False
print(sn2 is sn3)    # False
print(sn3 is sn.T)   # False
print(sn3 is sn4)    # True
print(sn3 is sn5)    # False

其它方案

由于ndarray类型的特殊性，也可以从其它角度（比如:.ndim，.size，.shape）等等角度进行不相等判断。所以，不排除存在其它合理方案的可能性。这里就暂时不做谈论了。

结束语

更多苏南大叔的python文章，请参考：

• https://seosn.com/tag/python/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。