La fonction Math isClose () est utilisée pour déterminer si deux valeurs sont proches les unes des autres. Si les nombres sont proches, cela produit True; Sinon, il renvoie faux.
Syntaxe:
Cette méthode est structurée sur quatre paramètres (A, B, Rel_Tol, ABS-TOL):
Exemple 1:
Cet exemple montre la comparaison entre deux mêmes valeurs entières qui sont (1) et (1) car elles sont toutes deux les mêmes valeurs. Cela les indique naturellement tous les deux les plus proches par rapport aux autres. La différence entre les deux valeurs est nulle, ce qui est la moins de tolérance par défaut donnée dans le paramètre fourni. Donc, la valeur de retour doit être nul.
Comme mentionné précédemment, le compilateur renvoie la «vraie» valeur après avoir comparé (1) et (1). Et le processus se termine.
Exemple 2:
Cet exemple montre les cas d'une comparaison entre deux valeurs entières (10) et (1) avec l'utilisation de la tolérance relative qui dicte que la différence maximale autorisée entre deux valeurs doit être (2). Donc, cela rend notre comparaison comme une différence naturelle est (9). Tous les paramètres tombent en séquence pour le retour en valeur de vrai.
Comme prévu, la comparaison de 10 et 1 avec une tolérance relative de 2 renvoie «vrai» après compilation.
Exemple 3:
Dans cet exemple, il existe une comparaison entre deux valeurs entières qui sont (10) et (18) qui reçoivent également un paramètre de tolérance absolue minimale qui est (11). La différence entre les deux valeurs est (8), ce qui signifie que la méthode qui tombe en condition comme ABS_TOL est (11) et la valeur de retour est vraie.
Le compilateur renvoie le résultat attendu qui est «vrai» car tous les paramètres étaient dans la condition.
Exemple 4:
Cet exemple montre la méthode fonctionnant avec les quatre paramètres avec n'importe quelle valeur par défaut. Les valeurs fournies pour la comparaison sont deux entiers qui sont (5) et (3). La tolérance relative est (1) et la tolérance absolue est (0.7). Cela signifie que la différence maximale autorisée est (1) et la tolérance absolue minimale est (0.7). La différence naturelle entre (5) et (3) est la valeur de (2), ce qui signifie que la comparaison est un succès et les deux valeurs sont proches les unes des autres.
Comme prévu, le compilateur renvoie la «vraie» valeur puisque les quatre paramètres répondaient aux critères qu'ils ont créés. Ainsi, la réponse est valide / vrai.
Exemple 5:
Cet exemple présente l'utilisation de variables prédéfinies pour être dans la méthode de comparaison. La variable (a) et (b) reçoivent déjà des valeurs dans des entiers qui sont (45) et (5).Dans cet exemple, la méthode utilise les quatre paramètres pour comparer (a) et (b). Dans cet exemple, la tolérance relative est (1) et la tolérance absolue est (0.7). La différence naturelle entre (45) et (5) est (40) qui relève de tous les critères. La valeur de retour devrait donner la valeur booléenne de «vrai».
Avec la variable (a) tenant la valeur entière (45) et (b) en maintenant (5), ils ont une différence de (5) et qui renvoie la valeur réelle car la tolérance relative est (1) et la tolérance absolue est (0.7).
Exemple 6:
Cet exemple montre un code où la pratique de l'utilisation de la fonction print () est utilisée pour imprimer une valeur de retour pour la méthode isClose () en attribuant la méthode entière à une variable, qui dicte la valeur de retour à transférer comme valeur de la valeur de la valeur de la valeur de la valeur de la valeur de la valeur de la valeur de la valeur de la valeur de la valeur de Variable attribuée qui est (a). Les quatre paramètres contiennent deux valeurs entières qui sont (95) et (88). La tolérance relative est (0.1) et la tolérance absolue est (0.23). La différence naturelle entre deux valeurs entières de (95) et (88) est (7) qui est OK pour la comparaison en tant que tolérance relative et tolérance absolue. Ainsi, le retour attendu doit être «vrai».
Étant donné que la valeur de retour attendue est «vraie» qui a été appelée par l'action de l'impression, la valeur de retour de «vrai» est la valeur de la variable attribuée qui est (a).
Exemple 7:
Cet exemple montre un code où la pratique de l'utilisation de la fonction print () est utilisée pour imprimer une valeur de retour pour la méthode isClose (). Cette fois, au lieu d'attribuer une variable à utiliser plus tard pour la fonction print (), la fonction entière est utilisée pour appeler la valeur de retour. Cela signifie que la méthode isClose () est utilisée comme paramètre pour la fonction print (). Print () appelle la méthode d'exécution et la valeur de retour doit être imprimée.
Cet exemple présente l'utilisation de variables prédéfinies pour être dans la méthode de comparaison. Les variables (a) et (b) sont déjà des valeurs dans des entiers qui sont (45) et (500).
La fonction print () initie la méthode isClose (). Les deux variables prédéfinies sont appelées paramètres dans la méthode pour comparer les deux valeurs.
Les quatre paramètres contiennent deux valeurs entières qui sont (45) et (500), tandis que la tolérance relative est (0.5) et la tolérance absolue est (0.7). La différence naturelle entre deux valeurs entières de (45) et (500) est (455) qui est très loin de la tolérance relative et de la tolérance absolue. Ainsi, le rendement attendu doit être «faux» car (455) est une très grande différence, ce qui signifie que les deux valeurs ne sont pas proches les unes des autres.
Après l'exécution, la valeur de retour arrive logiquement «FALSE», car les entiers (45) et (500) sont loin l'un de l'autre avec une énorme différence de (455).
La valeur de retour qui est «fausse» est affichée comme la valeur de la fonction d'impression après compilation.
Conclusion
La bibliothèque de mathématiques de Python offre une variété d'opérations mathématiques qui peuvent être faites rapidement et simplement, ce qui facilite notre vie beaucoup plus facile. La méthode isClose () est l'une des méthodes les plus importantes de ce package. Il peut avoir de nombreux cas d'utilisation car nous comparons toujours les valeurs entières dans notre vie quotidienne. Cette méthode peut jouer un rôle majeur dans la catégorisation de grandes quantités de données si elles sont utilisées correctement.