如何阻止 numpy 浮点数显示为“np.float64”？

我有一个很大的图书馆，里面有很多文档测试。所有文档测试都在我的计算机上通过。当我将更改推送到 GitHub 时，GitHub Actions 在 Python 3.8、3.9、3.10 和 3.11 中运行相同的测试。所有测试均正确运行 在 Python 3.8 上；但是，在 Python 3.9、3.10 和 3.11 上，我收到许多以下类型的错误：

Expected:
    [13.0, 12.0, 7.0]
Got:
    [np.float64(13.0), np.float64(12.0), np.float64(7.0)]

即，结果是正确的，但由于某种原因，它们显示在“np.float64”内。

在我的代码中，我根本不使用np.float64，所以我不知道为什么会发生这种情况。另外，当测试在我的计算机上通过时，我不知道如何调试错误，并且很难生成最小的工作示例。 有没有办法让文档测试再次通过，而无需更改每个单独的测试？

这个错误是因为Python 3.9改变了numpy数组的字符串表示方式，更具体地说，是标量的字符串表示。

你有几个选择来解决这个问题：

1. 使用 numpy.testing.assert_array_equal :

这是推荐的解决方案，因为它直接比较数组的内容，而忽略类型表示的差异。例如：

```python import numpy as np from numpy.testing import assert_array_equal

expected = [13.0, 12.0, 7.0] result = some_function_that_returns_array() assert_array_equal(result, expected) ```

2. 将数组转换为列表 :

在比较之前将结果数组转换为Python列表，这样就绕过了numpy的字符串表示：

python expected = [13.0, 12.0, 7.0] result = some_function_that_returns_array() assert result.tolist() == expected

3. 使用 np.testing.assert_equal :

这个函数会递归地比较数组元素，忽略类型的差异:

```python import numpy as np

expected = [13.0, 12.0, 7.0] result = some_function_that_returns_array() np.testing.assert_equal(result, expected) ```

4. 使用自定义断言函数 :

你可以创建自定义的断言函数，使用 ast.literal_eval 将字符串表示转换为Python对象，然后进行比较:

```python import ast

def assert_array_equal_ignore_dtype(result, expected): result_list = ast.literal_eval(str(result)) assert result_list == expected, f"Expected {expected}, got {result_list}"

expected = [13.0, 12.0, 7.0] result = some_function_that_returns_array() assert_array_equal_ignore_dtype(result, expected) ```

注意 : 使用 ast.literal_eval 要谨慎，因为它可能存在安全风险，如果输入不可信的话。

选择最适合你需求的方案，并将其应用到你的所有doctest中。