数字“π”不能精确表示为浮点数。所以，
np.弧度（180）不是给你
π'，而是给你'3.1415926535897931。
而“sin（3.1415926535897931）”实际上类似于“1.22e-16”。
那么，你是怎么处理的呢？
你必须算出，或者至少猜测出，适当的绝对值和/或
相对错误界限，然后，您可以写下以下内容，而不是“x==y”：
abs(y - x) < abs_bounds and abs(y-x) < rel_bounds * y
（这也意味着您必须组织计算，以便
相对误差相对于“y”大于相对于“x”。对你来说，因为
y'是常数'0'，这很简单，只需反向操作即可。）Numpy提供了一个函数，可以跨整个数组执行此操作，[allclose`](http://docs.scipy.org/doc/numpy/reference/generated/numpy.allclose.html):
np.allclose(x, y, rel_bounds, abs_bounds)
（这实际上检查“abs（y-x）<absuBounds+relu bounds*y）”，但这是
几乎总是足够的，而且您可以在
没有。）
在您的情况下：
np.allclose(0, np.sin(np.radians(180)), rel_bounds, abs_bounds)
那么，你怎么知道正确的界限是什么呢？没办法教你
在SO答案中进行足够的错误分析。[传播
不确定性在
维基百科提供了一个高层次的概述。如果你真的没有线索，你可以用
默认值为“1e-5”相对值和“1e-8”绝对值。
