比较两个字典与numpy的矩阵作为值

Question

我想要断定两个Python字典是相等的（这意味着：等量密钥，和从关键值每个映射是相等;顺序并不重要）。一个简单的办法是assert A==B，但是，如果字典的值是numpy arrays这不起作用。如何编写一个函数来检查一般两个字典是否相等？

>>> import numpy as np 
>>> A = {1: np.identity(5)} 
>>> B = {1: np.identity(5) + np.ones([5,5])} 
>>> A == B 
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all() 

编辑我知道numpy的矩阵应检查其平等.all()。我正在寻找的是检查此的一般方法，而不必检查isinstance(np.ndarray)。这可能吗？

相关信息不numpy的数组：

• Comparing two dictionaries in Python
• Comparing/combining two dictionaries

Answer 1

考虑以下代码

>>> import numpy as np 
>>> np.identity(5) 
array([[ 1., 0., 0., 0., 0.], 
     [ 0., 1., 0., 0., 0.], 
     [ 0., 0., 1., 0., 0.], 
     [ 0., 0., 0., 1., 0.], 
     [ 0., 0., 0., 0., 1.]]) 
>>> np.identity(5)+np.ones([5,5]) 
array([[ 2., 1., 1., 1., 1.], 
     [ 1., 2., 1., 1., 1.], 
     [ 1., 1., 2., 1., 1.], 
     [ 1., 1., 1., 2., 1.], 
     [ 1., 1., 1., 1., 2.]]) 
>>> np.identity(5) == np.identity(5)+np.ones([5,5]) 
array([[False, False, False, False, False], 
     [False, False, False, False, False], 
     [False, False, False, False, False], 
     [False, False, False, False, False], 
     [False, False, False, False, False]], dtype=bool) 
>>> 

注意比较的结果是一个矩阵，而不是一个布尔值。字典比较将使用值CMP方法，这意味着，比较矩阵值的情况下，比较字典将得到的复合结果比较值。你想要做的是使用 numpy.all崩溃复合数组结果为标布尔结果

>>> np.all(np.identity(5) == np.identity(5)+np.ones([5,5])) 
False 
>>> np.all(np.identity(5) == np.identity(5)) 
True 
>>> 

您需要编写自己的函数来比较这些字典，测试值类型，看看他们是matricies，然后使用numpy.all进行比较，否则使用==。当然，你总是可以得到看中，并开始继承字典和重载CMP，如果你想太多。

Answer 2

您可以使用numpy.testing.assert_equal

http://docs.scipy.org/doc/numpy/reference/generated/numpy.testing.assert_equal.html