使用unittest Python的numpy数组的ValueError

我有以下问题

我有以下功能：

def string_to_2Darray(flat_string):

    """converts a string of type '0,1,0,1,1,1,0,1,0'"""

    array1d = np.fromstring(flat_string, dtype=int, sep=',')
    return np.reshape(array1d, (-1,3)) 

我为这个函数编写了一个unittest类，如下所示：

class StringTo2DArray(unittest.TestCase):

    def test_string_2DArray(self):
        string_example_0 = '0,1,0,1,1,1,0,1,0'
        array_example_0 = string_to_2Darray(string_example_0)
        print(array_example_0)
        print(type(array_example_0))
        self.assertEqual([[0,1,0],[1,1,1],[0,1,0]], array_example_0)

请注意，我在unittest中的StringTo2DArray类中的test_string_2Darray模块主体中添加了一些打印语句

当我运行python-m unittest时，会收到以下错误消息：

ValueError:包含多个元素的数组的真值不明确。使用a.any（）或a.all（）

---

我不知道为什么会发生这种情况，因为字符串已正确转换为2D numpy数组，并且与我在断言中传递的数组

[[0,1,0]，[1,1]，[0,1,0]]

不匹配。和我的考试一样

您可以使用套件中的函数检查两个numpy数组是否相等

在你的情况下，你可以替换

self.assertEqual([[0,1,0],[1,1,1],[0,1,0]], array_example_0)

与

@罗杰·阿尔门戈

正如@llll所回答的，这是Python测试用例实现中的一个已知错误。 assertEqual（a，b）实现假定a==b操作将返回一个True或一个False，但如果它返回一个包含多个布尔值的合成值，则会引发此错误。例如，如果a、b是numpy的数据数组或Tensorflow的张量，则会触发此错误

有两种解决方案可以解决此缺陷：

将numpy数据arry或张量转换为列表，因为a_list==b_list将返回一个布尔值，因此TestCase assertEqual（）可以正确处理它

使用numpy或tesorflow的定制版本TestCase实现，他们有自己版本的用于numpy数组和张量的assertEqual（）函数实现，例如。 在numpy中断言_数组_equal（）， 或assertAllEqual（）###in Tensorflow.test.TestCase

---

重复：我喜欢使用tensorflow.test.TestCase'assertAllEqual（）、assertAllClose（）、assertAllXXXXX（）函数来处理numpy的数据数组和tensor的值比较工作。

numpy.testing.assert_array_equal([[0,1,0],[1,1,1],[0,1,0]], array_example_0)