Python 在numpy数组中打印更改的值

我认识的一个人在打印numpy数组时出现了一些奇怪的行为。他想断言，他使用np.allclose（）计算的自相关性相当接近。但是，如果他没有打印阵列，并且如果他事先打印阵列，测试就失败了

下面是我在Windows 10、python 3.7.2（64位）和numpy 1.16.1中尝试的示例代码：

import numpy as np

def autocorrelation(data):
    """
    Input is an array of the form number_data * dimensions
    An example is shown when this cell is executed
    """
    # YOUR CODE HERE
    u = np.mean(data, axis=0, keepdims=True)
    std_dev = np.std(data, axis=0, keepdims=True)
    # std dev matrix
    std_mat = std_dev.T @ std_dev

    ## 1/|D| * sum {x elem D} ((x - u)/std_dev)^T * ((x - u)/std_dev)
    # (x - u)
    diff = (data - u)
    # (x - u)^T * (x -u)
    #A = diff.T @ diff
    #print(A)
    # pairwise division matrix std dev
    A = np.divide((diff.T @ diff),std_mat, where=(std_mat!=0))
    # print(A)

    # A/|D|
    return np.divide(A, data.shape[0])

test_data1 = np.stack([[1,2,3], [2,2,2]], axis=1)
cor1 = autocorrelation(test_data1)
real_cor1 = [[1.0, 0.0], [0.0, 0.0]]
print(cor1)
print(real_cor1)

test_data2 = np.stack([[1,2,3], [4,5,6]], axis=1)
cor2 = autocorrelation(test_data2)
real_cor2 = [[1,1], [1,1]]
print(cor2)
print(real_cor2)

print("test3")
test_data3 = np.stack([[21.0, 160, 110, 3.90, 2.620, 16.46]
,[21.0, 160, 110, 3.90, 2.875, 17.02]
,[22.8, 108, 93, 3.85, 2.320, 18.61]
,[21.4, 258, 110, 3.08, 3.215, 19.44]
,[18.7, 360, 175, 3.15, 3.440, 17.02]
,[18.1, 225, 105, 2.76, 3.460, 20.22]], axis=0)
cor3 = autocorrelation(test_data3)
real_cor3 = np.corrcoef(test_data3, rowvar=False)
print("cor3:\n",cor3)
print(real_cor3)

assert np.allclose(cor1, real_cor1), "Wrong output: correlation should be \n {} \n for this data, is \n {}".format(real_cor1, cor1)
assert np.allclose(cor2, real_cor2), "Wrong output: correlation should be \n {} \n for this data, is \n {}".format(real_cor2, cor2)
assert np.allclose(cor3, real_cor3), "Wrong output: correlation should be \n {} \n for this data, is \n {}".format(real_cor3, cor3)

像这样格式化代码在第一个断言中失败。重新运行代码似乎可以解决失败断言的问题

如果在返回前打印一个断言，不仅输出会被舍入，断言也不会失败

最后，我有两个问题：

1.）为什么

打印（A）

会导致四舍五入的数字

2.）为什么断言有时失败，有时不失败

如果有人能给我一个答案，我会非常高兴，因为我现在觉得自己很愚蠢

祝你过得愉快

E:

规范：问题可能存在于

A.\uu str\uuu（）

中，因为此get由

print（）

调用

最后，我有两个类似的问题：

1.）为什么

A.\uu str\uu（）

会导致四舍五入的数字

2.）为什么断言有时失败，有时不失败

---

您可以在错误发生的地方查看此错误。

我刚刚运行了您的代码，它似乎每次都会通过。而且，

print（）

不会影响您正在打印的变量的值。如果您想检查高达一定数量的有效数字的值，请使用格式，例如

打印（np.array_str（a，precision=10））

谢谢您的评论@VarunNayak，但是为什么打印不能以可预测的方式工作呢？我用过一次科学记数法，又用了一次四舍五入法。您可以指定您的操作系统以及您正在使用的python和numpy版本吗？我们在不同的操作系统上得到了不同的结果。你好，@VarunNayak，你看过我的最新编辑吗？我添加了一个colab笔记本，其中代码失败。我刚刚运行了您的代码，它似乎每次都会通过。而且，

print（）

不会影响您正在打印的变量的值。如果您想检查高达一定数量的有效数字的值，请使用格式，例如

打印（np.array_str（a，precision=10））

谢谢您的评论@VarunNayak，但是为什么打印不能以可预测的方式工作呢？我用过一次科学记数法，又用了一次四舍五入法。您可以指定您的操作系统以及您正在使用的python和numpy版本吗？我们在不同的操作系统上得到了不同的结果。你好，@VarunNayak，你看过我的最新编辑吗？我添加了一个colab笔记本，其中代码失败。