Python比较转置矩阵与原矩阵判断对称性时报错如何解决

报错根本原因 #

你遇到的报错和打印出来的小数位数差异无关，该差异只是numpy数组打印时默认做了精度截断，实际存储的数值精度是一致的。
报错的直接诱因是：你自行生成的transpose是Python原生嵌套列表类型，而输入的mat是numpy数组类型，两者用==对比时，numpy会自动逐元素比对，返回一个同样形状的布尔数组，而if判断要求输入单个布尔值，没法直接处理布尔数组，因此抛出了"The truth value of an array with more than one element is ambiguous"的错误。

其他代码问题 #

• 自行实现转置效率低且容易出错，numpy数组自带.T属性可直接获取转置结果
• 浮点数直接用==比对容易受精度误差影响出现误判，推荐用numpy内置的np.allclose方法做近似相等判断，该方法会自动判断所有元素差值是否在允许的浮点误差范围内
• 你写的测试代码A = np.random.rand(5,5)等内容放在了函数return语句之后，永远不会被执行

修复后代码 #

import numpy as np

def sym(x):
    m, n = x.shape
    if m != n:
        print("Matrix must be square")
        return
    if np.allclose(x, x.T):
        print("Symetrical")
    else:
        print("Not symetrical")

# 测试代码移到函数外部
A = np.random.rand(5,5)
SymMatrix = (A + A.T)/2
sym(SymMatrix)

内容的提问来源于stack exchange，提问作者Jack