直接用 == 比较浮点数会失败，因浮点数在计算机中无法精确表示（如0.1+0.2=0.30000000000000004），pytest.approx通过相对+绝对容差（默认1e-6和1e-12）安全比较，支持数值、列表、数组等，但不递归处理字典或对象属性。
为什么直接用 == 比较浮点数会失败
浮点数在计算机中无法精确表示，比如 0.1 + 0.2 实际结果是 0.30000000000000004，而非数学上的 0.3。直接写 assert a == b 很容易因微小误差失败，尤其在科学计算、数值模拟或模型输出验证中。
pytest.approx 的基本用法和默认容差
pytest.approx 是 pytest 提供的专用浮点比较工具，它把期望值包装成一个可比对象，内部按相对+绝对容差判断相等。最常用写法是：
assert actual == pytest.approx(expected)它默认使用相对容差
1e-6 和绝对容差 1e-12，对大多数普通计算足够。- 支持单个数值、列表、元组、numpy 数组（需安装 numpy）
- 当
expected是容器时，actual类型和结构必须一致，否则报TypeError: unsupported operand type(s) for == - 不支持字典键值对逐项比较，需展开或用循环断言
自定义容差：abs 和 rel 参数怎么选
数值量级差异大时，固定容差不够用。pytest.approx 允许显式指定：
python-script-generator
下载
快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。
assert x == pytest.approx(100.0, abs=0.1) # 绝对误差 ≤ 0.1<br>assert y == pytest.approx(1e-8, rel=1e-3) # 相对误差 ≤ 0.1%
-
abs适合比较接近零的数（如残差、梯度），避免相对容差失效 -
rel更适合数量级较大的值（如物理量、模型预测值），保证比例精度 - 两者可同时存在，满足任一即通过；若都未指定，才用默认值
- 注意：传入
abs=1e-5不等于设置全局阈值——它只作用于当前比较
常见报错和调试技巧
断言失败时，pytest 会显示实际值、期望值及容差范围，但有时仍难定位问题：
- 错误信息含
within 1e-06 tolerance却失败？检查是否误把approx放在了左边：pytest.approx(x) == y是错的，必须是y == pytest.approx(x) - 对比 numpy 数组时报
ValueError: The truth value of an array with more than one element is ambiguous？说明没用==而用了assert arr == pytest.approx(...)—— 这是合法的，但若数组为空或 dtype 不兼容会出错；建议加np.all()显式聚合：assert np.all(arr == pytest.approx(expected_arr))
- 测试中混用不同精度库（如 torch.float32 vs numpy.float64）？先统一转为相同 dtype 再比较，否则
approx可能因隐式转换放大误差
真正麻烦的是嵌套结构里的浮点字段——pytest.approx 不递归处理 dict 或 class 属性，得手动提取或借助 deepdiff 类库。这点容易被忽略，直到某次 CI 突然挂掉才发现。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
