numpy.array_equal对匹配数组返回False的问题求助

核心问题：变量作用域错误 #

你定义的全局变量res_ab没有被mul_matrices函数正确赋值——函数内的res_ab是局部变量，不会修改全局的空数组。当is_identity接收这个空数组时，res_ab.shape[0]返回0，创建的单位矩阵也是空的，自然和实际的矩阵乘积结果不相等。此外，np.identity默认生成浮点型数组，而你的输入矩阵是整数型，类型不匹配也会导致array_equal返回False。

修复步骤 #

1. 修正变量作用域：让mul_matrices返回计算结果，再赋值给全局的res_ab（更符合编程规范）。
2. 统一数据类型：创建单位矩阵时指定整数类型，和输入矩阵保持一致；若涉及浮点运算，改用np.allclose忽略微小精度误差。

修复后的完整代码 #

import numpy as np

rows = int(input("Enter the number of rows: "))
cols = int(input("Enter the number of columns: "))

matrix_a = []
matrix_b = []

def check(rows, cols):
    if rows != cols:
        print("The matrix must be square. Enter the same number of rows and columns.")
        return False
    else:
        m_a_input(rows)
        m_b_input(rows)
        return True

def m_a_input(rows):
    for i in range(rows):
        row = list(map(int, input("Enter row digits separated by a space: ").split()))
        matrix_a.append(row)
    print(matrix_a)

def m_b_input(rows):
    for i in range(rows):
        row = list(map(int, input("Enter row digits separated by a space: ").split()))
        matrix_b.append(row)
    print(matrix_b)

def mul_matrices(matrix_a, matrix_b):
    return np.matmul(matrix_a, matrix_b)

def is_identity(res_ab):
    size = res_ab.shape[0]
    # 创建与结果同类型的单位矩阵
    identity = np.identity(size, dtype=res_ab.dtype)
    print("单位矩阵：")
    print(identity)
    print("乘积结果：")
    print(res_ab)
    
    if np.array_equal(res_ab, identity):
        print("true")
    else:
        # 浮点场景可选：用allclose容错精度误差
        # if np.allclose(res_ab, identity):
        #     print("true")
        # else:
        #     print("false")
        print("false")

if check(rows, cols):
    res_ab = mul_matrices(matrix_a, matrix_b)
    is_identity(res_ab)

额外说明 #

• 原代码中row_list和col_list未被使用，可直接删除简化代码。
• 若矩阵运算涉及浮点数，优先使用np.allclose，避免因浮点舍入误差导致判断错误。

内容的提问来源于stack exchange，提问作者Marshmallow