numpy.isclose与numpy.allclose的区别与联系

1. numpy.isclose

numpy的isclose方法，比较两个array是不是每一元素都相等，默认在1e-05的误差范围内。

numpy.isclose(a, b, rtol=1.e-5, atol=1.e-8, equal_nan=False)
参数：
a, b : 对比的数组
rtol : 相对公差参数
atol : 绝对公差参数
equal_nan : bool，默认False，即NaN值默认不等，如果为True，a与b相同位置的NaN元素将判断相等

判断公式：
absolute(a - b) <= (atol + rtol * absolute(b))

2. numpy.allclose

参数与numpy.isclose相同，判断公式也一样，区别在于numpy.isclose输出a，b两个数组每个位置判断的bool值，而numpy.allclose输出的是a，b两个数组整体的判断结果。

a=[[1,2],[3,4]]
b=[[1,3],[3,3]]

np.isclose(a,b)
Out: 
array([[ True, False],
       [ True, False]])
       
np.allclose(a,b)
Out: False

numpy.allclose源码：在nump.isclose基础上，使用all做进一步处理

@array_function_dispatch(_allclose_dispatcher)
def allclose(a, b, rtol=1.e-5, atol=1.e-8, equal_nan=False):
    res = all(isclose(a, b, rtol=rtol, atol=atol, equal_nan=equal_nan))
    return bool(res)