在unittest中比较（断言相等）包含numpy数组的两个复杂数据结构

Question

我使用Python的unittest模块来检查两个复杂的数据结构是否相等。对象可以是具有各种值的dict列表：数字、字符串、Python容器（列表/元组/dict）和numpyhtml" target="_blank">数组。后者是我提出这个问题的原因，因为我不能只是这样做

self.assertEqual(big_struct1, big_struct2)

因为它会产生

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

我想我需要为这个写我自己的平等测试。它应该适用于任意结构。我目前的想法是递归函数：

• 尝试将arg1的当前“节点”与arg2的对应节点进行直接比较
• 如果未引发异常，则继续移动（“终端”节点/叶也在此处处理）
• 如果捕获到ValueError，则会深入搜索，直到找到numpy.array
• 比较阵列（例如，如下所示）

看起来有点问题的是跟踪两个结构的“对应”节点，但这里可能只需要zip。

问题是：有没有好的（更简单的）替代方法？也许numpy会为此提供一些工具？如果没有其他选择，我将实施这个想法（除非我有更好的想法），并将其作为答案发布。

P. S.我有一种模糊的感觉，我可能已经看到了一个解决这个问题的问题，但是我现在找不到了。

P.P.S.另一种方法是使用函数遍历结构并将所有numpy.arrayS转换为列表，但这更容易实现吗？对我来说似乎是一样的。

编辑：子类化numpy.ndarray听起来很有希望，但是显然我没有将比较的双方硬编码到测试中。其中一个确实是硬编码的，所以我可以：

• 用numpy.array的自定义子类填充它

我在这方面的问题是：

1. 这行得通吗（我的意思是，我觉得没问题，但可能一些棘手的边缘案件不会得到正确处理）？我的自定义对象是否会像我所期望的那样，在递归等式检查中始终作为LHS结束？

编辑2：我试过了，答案中显示了（似乎）工作的实现。

Answer 1

因此，jterrace说明的想法似乎对我有用，只需稍加修改：

class SaneEqualityArray(np.ndarray):
    def __eq__(self, other):
        return (isinstance(other, np.ndarray) and self.shape == other.shape and 
            np.allclose(self, other))

正如我所说，包含这些对象的容器应该位于相等检查的左侧。我从现有的numpy.ndarrays创建SaneEqualityArray对象，如下所示：

SaneEqualityArray(my_array.shape, my_array.dtype, my_array)

根据ndarray建造商签名：

ndarray(shape, dtype=float, buffer=None, offset=0,
        strides=None, order=None)

此类在测试套件中定义，仅用于测试目的。相等检查的RHS是被测试函数返回的实际对象，包含realnumpy.ndarray对象。

另外，感谢到目前为止两个答案的作者，他们都非常有帮助。如果有人发现这种方法有任何问题，我将感谢您的反馈。

Answer 2

函数将调用对象的__eq__方法，对于复杂的数据类型应该递归。异常是Numpy，它没有sane__eq__方法。使用这个问题中的Numpy子类，您可以恢复平等行为的理智：

import copy
import numpy
import unittest

class SaneEqualityArray(numpy.ndarray):
    def __eq__(self, other):
        return (isinstance(other, SaneEqualityArray) and
                self.shape == other.shape and
                numpy.ndarray.__eq__(self, other).all())

class TestAsserts(unittest.TestCase):

    def testAssert(self):
        tests = [
            [1, 2],
            {'foo': 2},
            [2, 'foo', {'d': 4}],
            SaneEqualityArray([1, 2]),
            {'foo': {'hey': SaneEqualityArray([2, 3])}},
            [{'foo': SaneEqualityArray([3, 4]), 'd': {'doo': 3}},
             SaneEqualityArray([5, 6]), 34]
        ]
        for t in tests:
            self.assertEqual(t, copy.deepcopy(t))

if __name__ == '__main__':
    unittest.main()

这个测试通过。

Answer 3

会评论的，但是太长了。。。

有趣的是，你不能用==来测试数组是否相同，我建议你用np.testing.assert_array_equal。

1. 用于检查数据类型、形状等。

如果你想要这种疯狂嵌套的东西，我几乎建议尝试用泡菜序列化它，但那太严格了（第3点当然是完全破碎的），例如数组的内存布局并不重要，但对其序列化很重要。