如何避免pytest中两个浮点数和出现近似值

在使用pytest进行单元测试时，比较两个浮点数的和可能会遇到精度问题，因为浮点数的存储和计算可能会引入极小的误差。为了避免这种情况，可以采取一些方法来确保浮点数比较的准确性。

一种常见的方法是使用numpy库中的`isclose`函数，该函数可以用来比较两个浮点数是否足够接近。例如：

import numpy as np

def test_floats():
    result = some_float_operation()
    expected = some_expected_value()
    assert np.isclose(result, expected)

这里`some_float_operation()`和`some_expected_value()`应该是产生或指定浮点数结果和预期值的函数或变量。`isclose`函数接受两个浮点数作为输入，并允许你指定一个相对和绝对的容忍度，来决定两个数有多接近才被认为是相等的。

此外，如果你不想引入numpy依赖，可以自定义一个简单的函数来进行比较：

def is_close(a, b, rel_tol=1e-09, abs_tol=0.0):
    return abs(a-b) <= max(rel_tol * max(abs(a), abs(b)), abs_tol)

def test_floats():
    result = some_float_operation()
    expected = some_expected_value()
    assert is_close(result, expected)

在上面的自定义函数中，`rel_tol`是相对容忍度，`abs_tol`是绝对容忍度。函数通过比较计算出的差值是否在容忍度范围内来判断两个浮点数是否足够接近。