如果您对assertEquals和Double，Double和assertEquals感兴趣，那么这篇文章一定是您不可错过的。我们将详细讲解assertEquals的各种细节，并对Double，Dou
如果您对assertEquals和Double，Double和assertEquals感兴趣，那么这篇文章一定是您不可错过的。我们将详细讲解assertEquals的各种细节，并对Double，Double和assertEquals进行深入的分析，此外还有关于c# – Assert.AreEquals调用object.Equals而不管IEquatable实现如何、c# – 将double与0进行比较是错误的：doubleVariable == 0？、CrossValidator.fit() - IllegalArgumentException：列预测的类型必须等于 ... [array
- assertEquals（Double，Double）和assertEquals（double，double，delta）之间的Junit差异（assert和declare区别）
- c# – Assert.AreEquals调用object.Equals而不管IEquatable实现如何
- c# – 将double与0进行比较是错误的：doubleVariable == 0？
- CrossValidator.fit() - IllegalArgumentException：列预测的类型必须等于 ... [array
, array ]，但类型为 double - double equals vs在python中
assertEquals（Double，Double）和assertEquals（double，double，delta）之间的Junit差异（assert和declare区别）
我进行了一个junit测试，使用以下命令声明了两个Double对象：
Assert.assertEquals(Double expected, Double result);很好，然后我决定将其更改为使用原始double，除非您也提供了增量，否则该结果被弃用了。
所以我想知道在assertEquals中使用Double对象还是原始类型有什么区别？为什么不使用不带增量的对象，但不推荐使用不带增量的基元呢？Java是否在后台执行了已经考虑了默认增量值的操作？
谢谢。
答案1
小编典典没有断言方法的JUnit与签名
assertEquals(Double expected, Double result);但是，有一个通用的对象：
assertEquals(Object expected, Object result);这将调用对象的equals方法，并且您可以预期，不建议使用此方法来比较Double对象。
如您所见，对于双精度数，绝对有必要使用增量进行比较，以避免浮点舍入的问题（在其他一些答案中已有说明）。如果您使用assertEquals带有double参数的3参数版本
assertEquals(double expected, double actual, double delta);您的Doubles会被自动取消装箱，double并且一切都会正常运行（并且测试不会意外失败:-）。
c# – Assert.AreEquals调用object.Equals而不管IEquatable实现如何
事实证明,无论如何,Assert.AreEquals都会调用object.Equals(object obj)而不是正确的MyClass.Equals(MyClass obj)函数.
在假设存在逻辑原因的情况下,它是什么？
解决方法
我个人更喜欢使用Assert.AreEqual(true,InstanceA.Equals(InstanceB)),因为这肯定会使用你的Equals方法;当然这假设你已经对你的Equals方法进行了单元测试,并且100％确定它有效:)
至于Assert使用object.Equals的原因,我想我们不得不问这个类的设计者:)但我想有一个原因是如果你的Equals方法有问题,你的测试结果就不好了.
c# – 将double与0进行比较是错误的：doubleVariable == 0？
double doubleVariable=0.0;
if (doubleVariable==0) {
...
}
或者这个代码会受到潜在的四舍五入问题的困扰？
解决方法
你最好还是阅读关于浮点数的讨论,这里是0比较：Is it safe to check floating point values for equality to 0?
此外,这个讨论对于浮标上的奇怪的精度问题非常有帮助：Why the result is different for this problem?
即下方会产生错误：
double d1 = 1.000001; double d2 =0.000001; Console.WriteLine((d1-d2)==1.0);
![CrossValidator.fit() - IllegalArgumentException：列预测的类型必须等于 ... [array<double>, array<double>]，但类型为 double](http://www.gvkun.com/zb_users/upload/2025/04/2ebc8806-d8f3-4c80-8004-474fd02c4bdc1743612471303.jpg "CrossValidator.fit() - IllegalArgumentException：列预测的类型必须等于 ... [array<double>, array<double>]，但类型为 double")
CrossValidator.fit() - IllegalArgumentException：列预测的类型必须等于 ... [array, array]，但类型为 double
如何解决CrossValidator.fit() - IllegalArgumentException：列预测的类型必须等于 ... [array<double>, array<double>]，但类型为 double？
这些是我用于 Python 3.9 和 Spark 3.1.1 的包：
from pyspark.ml import Pipeline
from pyspark.ml.feature import VectorAssemble,StringIndexer
from pyspark.ml.tuning import CrossValidator,ParamGridBuilder
from pyspark.ml.classification import LogisticRegression
from pyspark.ml.evaluation import MultilabelClassificationEvaluator
我正在尝试将包含具有默认名称的 2 列的矢量化数据集 df_vec 推送到 CrossValidator 函数中：
-
features- 来自 VectorAssembler 的向量 -
label- 来自 StringIndexer 的字符串索引数字。
这是一个6标签的多项逻辑回归问题。
df_vec.printSchema()：
root
|-- features: vector (nullable = true)
|-- label: integer (nullable = true)
运行以下步骤来设置 CrossValidator：
mlr = LogisticRegression()
mlr_evaluator = MultilabelClassificationEvaluator()
paramGrid = ParamGridBuilder() \
.addGrid(mlr.maxIter,[200]) \
.build()
cross_validator = CrossValidator(
estimator=mlr,estimatorParamMaps=paramGrid,evaluator=mlr_evaluator
)
尝试使用 df_vec 拟合 CrossValidator 对象会引发异常：
cv_model = cross_validator.fit(df_vec)：
pyspark.sql.utils.IllegalArgumentException: requirement Failed:
Column prediction must be of type equal to one of the following types:
[array<double>,array<double>] but was actually of type double.
我能够确认仅使用 mlr() 转换后的数据集的输出有一个类型为 double 的列 prediction。
x = mlr.fit(df_vec).transform(df_vec)
x.printSchema()
root
|-- features: vector (nullable = true)
|-- label: integer (nullable = true)
|-- rawPrediction: vector (nullable = true)
|-- probability: vector (nullable = true)
|-- prediction: double (nullable = false) <---
因此，出于某种原因，CrossValidator 似乎期望采用另一种格式。如果 CrossValidator() 是细粒度的，我可以尝试使用 prediction 将 VectorAssembler 列转换为向量，但事实并非如此。
有人知道如何解决这个问题吗？
解决方法
您可以使用 MulticlassClassificationEvaluator。您只有一个标签作为整数，因此使用多标签评估器没有意义。
double equals vs在python中
我在Python解释器中运行以下命令：
>>> foo = 10>>> dir(foo) == dir(10)True>>> dir(foo) is dir(10)False>>>为什么是这样？
答案1
小编典典is检查2个参数引用相同的对象，并==检查2个参数具有相同的值。dir()返回一个list包含两个相同的数据foo和10，而实际list的事情2实例是不同的。
关于assertEquals和Double，Double和assertEquals的介绍现已完结，谢谢您的耐心阅读，如果想了解更多关于c# – Assert.AreEquals调用object.Equals而不管IEquatable实现如何、c# – 将double与0进行比较是错误的：doubleVariable == 0？、CrossValidator.fit() - IllegalArgumentException：列预测的类型必须等于 ... [array
本文标签：
