python - 检查列表是否相等

阅读此Converting NumPy array into Python List structure?之后，我有：

import numpy as np
print np.array(centroids).tolist()
print "here\n"
print old_centroids

print type(np.array(centroids).tolist())
print type(old_centroids)

这使：

[[-0.30485176069166947, -0.2874083792427779, 0.0677763505876472], ...,[0.09384637511656496, -0.015282322735474268, -0.05854574606104108]]
here
[array([-0.30485176, -0.28740838,  0.06777635]), ..., array([-0.03415291, -0.10915068,  0.07733185]), array([ 0.09384638, -0.01528232, -0.05854575])]
<type 'list'>
<type 'list'>

但是，当我在做：

return old_centroids == np.array(centroids).tolist()

我收到此错误：

return old_centroids == np.array(centroids).tolist()
ValueError: The truth value of an array with more than one element is ambiguous.

如何解决这个问题？

centroids的类型是<type 'numpy.ndarray'>，它们的计算方式如下：

from sklearn import decomposition
centroids = pca.transform(mean_centroids)

请注意，没有PCA，我只会这样做：

return old_centroids == centroids

EDIT_0：

Check if two unordered lists are equal建议set()，因此我做了：

return set(old_centroids) == set(np.array(centroids).tolist()) # or set(centroids)

并得到：

TypeError: unhashable type: 'list'

最佳答案

由于要比较浮点值，因此最好使用numpy.allclose()，因此，将值保留为numpy数组形式：

return np.allclose(np.array(old_centroids), np.array(centroids))

（请注意，我已将一维数组的列表转换为二维数组；从技术上讲，如果需要，您可以对allclose()和old_centroids中的每对元素分别应用centroids。）

编辑（基于注释）：如果old_centroids和centroids的形状可能不同，请在allclose()之前进行检查：

old = np.array(old_centroids)
new = np.array(centroids)
return old.shape == new.shape and np.allclose(old, new)

关于python - 检查列表是否相等，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/35236825/