如何无需np.set_printoptions修改NumPy数组浮点精度以做相等校验

要处理NumPy数组的浮点精度（非打印用途，仅用于相等性检查），无需修改全局打印选项，直接对数组数值做舍入/截断处理即可，以下是几种实用方法：

方法1：四舍五入到指定小数位 #

使用np.round()函数直接对数组元素进行四舍五入，指定保留的小数位数：

import numpy as np
e = np.array([0.8292222222222225, 0.1310000000000003])

# 四舍五入到6位小数
rounded_e = np.round(e, 6)
print(rounded_e)  # 输出: [0.829222 0.131   ]

# 此时可直接与目标数组比较
other_e = np.array([0.829222, 0.131])
print(np.array_equal(rounded_e, other_e))  # 输出: True

方法2：自定义截断/进位 #

如果需要严格截断或向上/向下进位（而非四舍五入），可以通过「乘法+取整+除法」实现：

# 向上取整到6位小数
ceil_e = np.ceil(e * 1e6) / 1e6
print(ceil_e)  # 输出: [0.829223 0.131001]

# 向下截断到6位小数
floor_e = np.floor(e * 1e6) / 1e6
print(floor_e)  # 输出: [0.829222 0.131   ]

方法3：直接容差比较（无需修改数组） #

如果只是为了做相等性检查，推荐使用np.allclose()函数，通过指定容差避免浮点误差带来的判断错误，无需修改原数组：

# 检查两个数组是否在1e-6的容差范围内相等
print(np.allclose(e, other_e, atol=1e-6))  # 输出: True

内容的提问来源于stack exchange，提问作者Majoris