如何测试在角度量的接近度

Question

我想写一个单元测试，其结果应该是一个零度数组的数组。使用np.assert_allclose结果如下故障：

E     AssertionError: 
E     Not equal to tolerance rtol=1e-07, atol=0.000277778 
E     
E     (mismatch 100.0%) 
E     x: array([[ 3.600000e+02], 
E       [ 3.155310e-10]]) 
E     y: array([[0], 
E       [0]]) 

什么是清楚的情况是，代码工作（[[360], [3e-10]]足够接近[[0], [0]]的角量对我来说），但np.assert_allclose没有意识到，0≅360。

有没有办法使用numpy的测试框架进行比较，我不关心这些值是否以360的倍数关闭？

在此特定情况下，打印具有np.set_printoptions(precision=30)数组的第一元素给出我359.999999999823955931788077577949，所以这是不能够只被归一化到0之间和360

这不是一个包的情况下我保持，所以我不想包括除了宇宙和numpy之外的其他依赖。

Answer 1

（编辑答案，以前的版本有误）

使用例如：这减少你的价值观来要求的范围：

>>> def _h(x, a): 
... xx = np.mod(x, a) 
... return np.minimum(xx, np.abs(a - xx)) 

然后

>>> xx = np.asarray([1, -1, 359, 361, 360*3+1, -8*360 + 2]) 
>>> _h(xx, 360) 
array([1, 1, 1, 1, 1, 2]) 

Answer 2

鉴于所有你想测试接近圆周上的数字是在ndarray名为a，然后

np.allclose(np.fmod(a+180, 360)-180,0, atol=mytol) 

或甚至更简单，

np.allclose(np.fmod(a+180, 360),180, atol=mytol) 

是你所需要的（注意，180的确是很随意的，它只是你必须移动比较远离0又名360）

编辑

我已经删除，因为的我的回答瑕疵，这在ev-br的评论中显示给我，但后来我改变了主意，因为（谢谢你）我看到了灯光。

一个想要测试如果一个圆上，通过在度的角度确定的一个点，接近由角度0标识的点。首先，圆周上的距离D(0,theta)等于D(0,-theta)，因此我们可以比较角度的绝对值。

我上面提出的测试是有效的，或者至少我认为是这样，对于任何正数值theta。

如果我使用的角度的绝对值上面的测试进行测试，一切 应该没问题，不应该吗？以下是一些测试

In [1]: import numpy as np 

In [2]: a = np.array([0, 1e-5,-1e-7,360.1,-360.1,359.9,-359.9,3600.1,-3600.1,3599.9,-3599.9]) 

In [3]: np.allclose(np.mod(np.abs(a)+180, 360), 180, atol=0.2) 
Out[3]: True 

In [4]: