比较两个以numpy矩阵为值的字典

Question

我想断言两个Python字典是相等的（这意味着：键的数量相等，并且从键到值的每个映射都是相等的；顺序并不重要）。一个简单的方法是assert A==B，但是，如果字典的值是numpy arrays，则这不起作用。如果两个字典相等，如何编写一个函数来检查一般情况？在

>>> 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()

编辑我知道应该检查numpy矩阵是否与.all()相等。我要找的是一种通用的检查方法，而不必检查isinstance(np.ndarray)。这有可能吗？在

没有numpy数组的相关主题：

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

Answer 1

考虑一下这个代码

>>> 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。Dict比较将使用valuescmp方法比较值，这意味着在比较矩阵值时，Dict比较将得到一个复合结果。你想做的是使用 numpy.all将复合数组结果折叠为标量布尔结果

^{2}$

您需要编写自己的函数来比较这些字典，测试值类型以确定它们是否是矩阵，然后使用numpy.all进行比较，否则使用==。当然，如果你想的话，你也可以开始编写dict的子类化和重载cmp。在