[python] pytest
在写一个项目前, 可以先编写测试模块
测试模块中包含了一个个最小的功能
当每一个功能都完善正确时
再将这些功能转换成项目运行的功能
多个项目运行的功能就组成了一个模块
多个模块就组成了一个项目服务

pytest 是一个 Python 测试框架,它提供了简单易用的语法和丰富的测试运行、收集和报告功能。在下面的代码中,我将向你展示如何使用 pytest 来编写和运行 Python 测试。
- 安装 pytest
首先,你需要安装 pytest。可以通过以下命令来安装:
pip install pytest
- 创建测试文件
pytest 会自动收集所有以 test_*.py 或 *_test.py 命名的文件中定义的测试函数。
因此,我们可以创建一个 test_example.py 文件,并在其中编写一些测试函数。
def test_addition():assert sum([1, 2, 3]) == 6, "Should be 6"def test_subtraction():assert abs(4 - 3) == 1, "Should be 1"
运行测试
接下来,我们可以使用以下命令来运行测试:
pytest
pytest 将搜索目录中的所有测试文件,并执行其中的所有测试函数。在上述例子中,你应该会看到类似于以下输出:
============================= test session starts =============================
platform darwin -- Python 3.8.2, pytest-6.2.5, py-1.11.0, pluggy-1.0.0
rootdir: /path/to/your/project
collected 2 items test_example.py .. [100%]============================== 2 passed in 0.01s ==============================
在执行测试时,pytest 还会为每个测试函数生成一个报告,显示该测试是否通过或失败,并打印出相关的信息。
- 使用 pytest 的其他功能
pytest 提供了许多有用的功能,如参数化测试、测试生成器、测试固件等。
下面是一个例子,展示如何使用参数化测试来测试 factorial 函数:
import math
import pytest@pytest.mark.parametrize("test_input, expected_output", [(0, 1),(1, 1),(2, 2),(3, 6),(4, 24),(5, 120),
])
def test_factorial(test_input, expected_output):assert math.factorial(test_input) == expected_output
在上述代码中,我们使用了 @pytest.mark.parametrize 装饰器来对 test_factorial 函数进行参数化,将输入值和预期输出值作为元组传递给该装饰器。
在运行测试时,pytest 将自动执行该函数的每个参数组合,并检查返回值是否符合预期输出值。
相关文章:
[python] pytest
在写一个项目前, 可以先编写测试模块 测试模块中包含了一个个最小的功能 当每一个功能都完善正确时 再将这些功能转换成项目运行的功能 多个项目运行的功能就组成了一个模块 多个模块就组成了一个项目服务 pytest 是一个 Python 测试框架,它提供了简单易用的语…...
【王道代码】【2.2顺序表】d1
关键字: 删除最小值最后位补齐;逆置;删除所有x;删除值为s到t区间的元素...
【Linux】【创建文件】Linux系统下在命令行中创建文件的方法
🐚作者简介:花神庙码农(专注于Linux、WLAN、TCP/IP、Python等技术方向)🐳博客主页:花神庙码农 ,地址:https://blog.csdn.net/qxhgd🌐系列专栏:Linux技术&…...
Pytorch之MobileViT图像分类
文章目录 前言一、Transformer存在的问题二、MobileViT1.MobileViT网络结构🍓 Vision Transformer结构🍉MobileViT结构 2.MV2(MobileNet v2 block)3.MobileViT block🥇Local representations🥈Transformers as Convolutions (glob…...
03在命令行环境中创建Maven版的Java工程,了解pom.xml文件的结构,了解Java工程的目录结构并编写代码,执行Maven相关的构建命令
创建Maven版的Java工程 Maven工程的坐标 数学中使用x、y、z三个向量可以在空间中唯一的定位一个点, Maven中也可以使用groupId,artifactId,version三个向量在Maven的仓库中唯一的定位到一个jar包 groupId: 公司或组织域名的倒序, 通常也会加上项目名称代表公司或组织开发的一…...
论文阅读:CenterFormer: Center-based Transformer for 3D Object Detection
目录 概要 Motivation 整体架构流程 技术细节 Multi-scale Center Proposal Network Multi-scale Center Transformer Decoder Multi-frame CenterFormer 小结 论文地址:[2209.05588] CenterFormer: Center-based Transformer for 3D Object Detection (arx…...
Arduino驱动BNO055九轴绝对定向传感器(惯性测量传感器篇)
目录 1、传感器特性 2、硬件原理图 3、控制器和传感器连线图 4、驱动程序 BNO055是实现智能9轴绝对定向的新型传感器IC,它将整个传感器系统级封装在一起,集成了三轴14位加速度计,三轴16位陀螺仪,三轴地磁传感器和一个自带算法处理的32位微控制器。...
MQTT测试工具及使用教程
一步一步来:MQTT服务器搭建、MQTT客户端使用-CSDN博客 MQTT X 使用指南_mqttx使用教程-CSDN博客...
yolov7改进优化之蒸馏(一)
最近比较忙,有一段时间没更新了,最近yolov7用的比较多,总结一下。上一篇yolov5及yolov7实战之剪枝_CodingInCV的博客-CSDN博客 我们讲了通过剪枝来裁剪我们的模型,达到在精度损失不大的情况下,提高模型速度的目的。上一…...
视频美颜SDK,提升企业视频通话质量与形象
在今天的数字时代,视频通话已经成为企业与客户、员工之间不可或缺的沟通方式。然而,由于网络环境、设备性能等因素的影响,视频通话中的画面质量往往难以达到预期效果。为了提升视频通话的质量与形象,美摄美颜SDK应运而生ÿ…...
webmin远程命令执行漏洞
文章目录 漏洞编号:漏洞描述:影响版本:利用方法(利用案例):安装环境漏洞复现 附带文件:加固建议:参考信息:漏洞分类: Webmin 远程命令执行漏洞(CV…...
docker离线安装和使用
通过修改daemon配置文件/etc/docker/daemon.json来使用加速器sudo mkdir -p /etc/docker sudo tee /etc/docker/daemon.json <<-EOF {"registry-mirrors": ["https://ullx9uta.mirror.aliyuncs.com"] } EOF sudo systemctl daemon-reload sudo syste…...
解决 MyBatis 一对多查询中,出现每组元素只有一个,总组数与元素数总数相等的问题
文章目录 问题简述场景描述问题描述问题原因解决办法 问题简述 笔者在使用 MyBatis 进行一对多查询的时候遇到一个奇怪的问题。对于笔者的一对多的查询结果,出现了这样的一个现象:原来每个组里有多个元素,查询目标是查询所查的组,…...
这应该是关于回归模型最全的总结了(附原理+代码)
本文将继续修炼回归模型算法,并总结了一些常用的除线性回归模型之外的模型,其中包括一些单模型及集成学习器。 保序回归、多项式回归、多输出回归、多输出K近邻回归、决策树回归、多输出决策树回归、AdaBoost回归、梯度提升决策树回归、人工神经网络、随…...
基于闪电连接过程优化的BP神经网络(分类应用) - 附代码
基于闪电连接过程优化的BP神经网络(分类应用) - 附代码 文章目录 基于闪电连接过程优化的BP神经网络(分类应用) - 附代码1.鸢尾花iris数据介绍2.数据集整理3.闪电连接过程优化BP神经网络3.1 BP神经网络参数设置3.2 闪电连接过程算…...
Linux性能优化--性能工具:网络
7.0 概述 本章介绍一些在Linux上可用的网络性能工具。我们主要关注分析单个设备/系统网络流量的工具,而非全网管理工具。虽然在完全隔离的情况下评估网络性能通常是无意义的(节点不会与自己通信),但是,调查单个系统在网络上的行为对确定本地配置和应用程…...
【Linux】线程互斥与同步
文章目录 一.Linux线程互斥1.进程线程间的互斥相关背景概念2互斥量mutex3.互斥量的接口4.互斥量实现原理探究 二.可重入VS线程安全1.概念2.常见的线程不安全的情况3.常见的线程安全的情况4.常见的不可重入的情况5.常见的可重入的情况6.可重入与线程安全联系7.可重入与线程安全区…...
敏捷开发中,Sprint回顾会的目的
Sprint回顾会的主要目的是促进Scrum团队的学习和持续改进。在每个Sprint结束后,团队聚集在一起进行回顾,以达到以下目标: 识别问题: 回顾会允许团队识别在Sprint(迭代)期间遇到的问题、挑战和障碍。这有助于…...
排序【七大排序】
文章目录 1. 排序的概念及引用1.1 排序的概念1.2 常见的排序算法 2. 常见排序算法的实现2.1 插入排序2.1.1基本思想:2.1.2 直接插入排序2.1.3 希尔排序( 缩小增量排序 ) 2.2 选择排序2.2.1基本思想:2.2.2 直接选择排序:2.2.3 堆排序 2.3 交换排序2.3.1冒…...
人大与加拿大女王大学金融硕士项目——立即行动,才是缓解焦虑的解药
!在这个经济飞速的发展的时代,我国焦虑症的患病率为7%,焦虑已经超越个体范畴,成为整个社会与时代的课题。焦虑,往往源于我们想要达到的,与自己拥有的所产生的差距。任何事情,开始做远比准备做更会给人带来成…...
APDS9999传感器驱动开发:寄存器配置、中断与FreeRTOS集成
1. Arduino_APDS9999 库深度解析:面向嵌入式工程师的环境光、色彩与接近度传感器驱动开发指南APDS9999 是 Broadcom(原 Avago)推出的高集成度光学传感器芯片,集环境光感知(ALS)、RGB 色彩识别(C…...
【电池容量提取+锂电池寿命预测】 基于Transformer-BiGRU的锂电池剩余寿命预测Matlab代码(单变量)
✅作者简介:热爱科研的Matlab仿真开发者,擅长毕业设计辅导、数学建模、数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。👇 关注我领取海量matlab电子书和数学建模资料🍊个人信条:格物致知,完整Matl…...
嵌入式工程师面试通关指南:从基础理论到实战调试的30个核心考点
1. 嵌入式系统基础概念 1.1 单片机与微处理器的本质区别 很多刚入门的工程师容易混淆单片机和微处理器的概念。简单来说,单片机就是"片上系统",它把CPU、存储器、I/O接口等核心部件都集成在了一个芯片里。我在设计智能家居控制器时就深有体会…...
小米智能家居如何通过Home Assistant实现统一控制?官方集成深度解析
小米智能家居如何通过Home Assistant实现统一控制?官方集成深度解析 【免费下载链接】ha_xiaomi_home Xiaomi Home Integration for Home Assistant 项目地址: https://gitcode.com/GitHub_Trending/ha/ha_xiaomi_home 在智能家居生态系统中,小米…...
nlp_structbert_sentence-similarity_chinese-large 与传统方法对比:TF-IDF、Word2Vec与深度语义模型
nlp_structbert_sentence-similarity_chinese-large 与传统方法对比:TF-IDF、Word2Vec与深度语义模型 1. 引言 在中文文本处理的世界里,判断两句话是不是一个意思,一直是个挺有意思的挑战。比如,“今天天气真好”和“今日阳光明…...
物联网设备的PCBA定制化需求与解决方案!
物联网设备的快速发展对PCBA制造提出了新的挑战与传统消费电子相比,物联网设备通常要求更小的体积、更低的功耗和更强的无线连接能力,这对PCBA的微型化设计和集成度提出了更高要求。在元器件选择上,物联网设备大量采用微型封装和低功耗芯片…...
告别重复配置!用VirtualBox的OVA/OVF功能5分钟克隆Ubuntu 20.04服务器环境
5分钟掌握VirtualBox环境克隆术:Ubuntu 20.04标准化部署实战 在团队协作或教育培训场景中,最令人头疼的莫过于每台设备重复配置开发环境。上周我们团队新入职的三名工程师,花了整整两天时间才完成基础环境搭建——直到发现VirtualBox的OVA/OV…...
Xinference下载模型卡住不动?从0%到100%的完整排坑指南
写在前面最近在使用Xinference部署模型时,遇到了一个让人抓狂的问题:无论WebUI还是命令行,模型下载的进度始终卡在0%不动,多次重试后还是没变化。更诡异的是,服务日志显示一切正常,但是就是下载不了。经过一…...
重获数据自主权:WechatDecrypt让你掌控数字记忆
重获数据自主权:WechatDecrypt让你掌控数字记忆 【免费下载链接】WechatDecrypt 微信消息解密工具 项目地址: https://gitcode.com/gh_mirrors/we/WechatDecrypt 在数字时代,我们的聊天记录、社交关系和工作信息都存储在第三方平台上,…...
全球人形机器人革命浪潮涌动,特斯拉/微美全息聚焦AI具身量产应用新突破!
近日,特斯拉(TSLA.US)马斯克宣布开启人类历史上规模最大的芯片制造项目——TERAFAB,目标实现每年超过1太瓦的算力产出。该设施将整合芯片设计、光刻、制造等全流程,其生产的部分芯片未来将直接用于驱动特斯拉电动车以及人形机器人。人形机器人…...
