Learn what a test is and how to run the first one of your own with the pytest library! You will get used to the pytest testing framework and the command-line interface. You will also learn how to process specific contexts, like "failed tests" and "skipping the test" with pytest markers.

Introduction to Testing in Python

The first test suite

pytest.raises

Invoking pytest from CLI

Run the test!

Run with the keyword

Applying test markers

Markers use cases

Failed tests with xfail

Conditional skipping

Creating Tests with pytest

Learn what a fixture is and how to simplify your code by using it in tests. You will get familiar with the fixture @pytest.fixture decorator and the fixture tools. You will analyze your code to see the "fixture part" in it. Finally, learn how to use teardowns to prevent software failures.

Introducción a los fixtures

Opciones

Verdadero

Falso

Familiarizarse con los fixtures

Preparación de datos

____

@pytest.fixture
def prepare_data():
    return [i for i in range(10)]

def test_elements(prepare_data):
    assert 9 in prepare_data
    assert 10 not in prepare_data


import pytest

@pytest.fixture
def prepare_data():
    return [i for i in range(10)]

def test_elements(prepare_data):
    assert 9 in prepare_data
    assert 10 not in prepare_data


Ejecución con un fixture

Solicitudes de fixtures de cadena

Programa

Encadena esto

import pytest

# Define the fixture for returning the length
@____
def ____():
    return 10

# Define the fixture for a list preparation
@____
def ____(____):
    return [i for i in range(____)]

def test_9(prepare_list):
    assert 9 in prepare_list
    assert 10 not in prepare_list


import pytest

# Define the fixture for returning the length
@pytest.fixture
def list_length():
    return 10

# Define the fixture for a list preparation
@pytest.fixture
def prepare_list(list_length):
    return [i for i in range(list_length)]

def test_9(prepare_list):
    assert 9 in prepare_list
    assert 10 not in prepare_list


Lista de longitud personalizada

Autouse de fixtures

Declaraciones autouse

import pytest

@pytest.fixture
def init_list():
    return []

# Declare the fixture with autouse
____
def add_numbers_to_list(init_list):
    init_list.extend([i for i in range(10)])

# Complete the tests
def test_elements(init_list):
    assert ____
    assert ____


import pytest

@pytest.fixture
def init_list():
    return []

# Add autouse here
@pytest.fixture(autouse=True)
def add_numbers_to_list(init_list):
    init_list.extend([i for i in range(10)])

# Complete the tests
def test_elements(init_list):
    assert 1 in init_list
    assert 9 in init_list


Añadir números automáticamente

Teardown de fixtures

import pytest

@pytest.fixture
def prepare_data():
    data = [i for i in range(10)]
    # Return the data with the special keyword
    ____ ____
    # Clear the data list
    data.____
    # Delete the data variable
    del ____

def test_elements(prepare_data):
    assert 9 in prepare_data
    assert 10 not in prepare_data


import pytest

@pytest.fixture
def prepare_data():
    data = [i for i in range(10)]
    # Return the data with the special keyword
    yield data
    # Clear the data list
    data.clear()
    # Delete the data variable
    del data

def test_elements(prepare_data):
    assert 9 in prepare_data
    assert 10 not in prepare_data


Datos con teardown

import pytest
import pandas as pd

@pytest.fixture
def data():
    df = pd.read_csv('/usr/local/share/games.csv')
    # Return df with the special keyword
    ____ ____
    # Remove all rows in df
    ____.drop(df.index, inplace=True)
    # Delete the df variable
    ____ ____

def test_type(data):
    assert type(data) == pd.DataFrame

def test_shape(data):
    assert data.shape[0] == 1512


import pytest
import pandas as pd

@pytest.fixture
def data():
    df = pd.read_csv('/usr/local/share/games.csv')
    # Return df with the special keyword
    yield df
    # Remove all rows in df
    df.drop(df.index, inplace=True)
    # Delete the df variable
    del df

def test_type(data):
    assert type(data) == pd.DataFrame

def test_shape(data):
    assert data.shape[0] == 1512


Leer datos con teardown

Pytest Fixtures

Learn what the basic testing types are and their features. Learn about test cases and how they help to implement tests. You will get more skilled with creating test functions and running pytest from CLI in IDE exercises. Finally, you will be able to differentiate the different testing types and create tests for each of them.

Unit testing with pytest

Unit testing terms

Cover more test cases

Factorial of number

Run factorial

Feature testing with pytest

Feature or unit testing

Aggregate with sum

Integration testing with pytest

Integration test or not

Read the file

Performance testing with pytest

What is performance testing?

Finding an element

Speed of loops

Basic Testing Types

In this final chapter, you will meet the unittest framework. First, you will learn basic assertion methods, then its CLI interface, and how to use fixtures. Finally, you will put everything together in the practical examples of data pipelines.

Meeting the Unittest

Factorial with unittest

Is prime or not

CLI Interface

Run factorial with unittest

Erroneouos factorial

Unittest options

Fixtures in unittest

Test the string variable

Palindrome check

Practical examples

Integration and unit tests

Feature and performance tests

Energy pipeline

Congratulations!

Writing tests with unittest

DS_salaries

Energy

Games

Mucha gente escribe código. Alguna consigue que funcione y sea rentable. Sin embargo, a veces incluso el más inteligente de los mejores programadores comete un error que puede costar millones. ¿Cómo reducir las posibilidades de que se produzca semejante fiasco? ¿Cómo puedes asegurarte de crear un programa que haga exactamente lo que quieres? La respuesta es muy sencilla: escribe pruebas.

Durante este viaje, aprenderás los fundamentos de la creación de pruebas en Python. Conocerás cuatro tipos de métodos de prueba de software. Crearás tus propias pruebas para comprobar si el programa o un pipeline de datos funcionan como se espera antes de pasar a producción. Puede haber un nulo inesperado, una errata en tu conjunto de datos o signos confundidos en la ecuación. Puedes detectar y detectarás esos casos con las pruebas.

Una vez finalizado el curso, conocerás los tipos de métodos de prueba y podrás elegir los más adecuados para un contexto específico. También podrás diseñar esas pruebas e implementarlas en Python utilizando las bibliotecas pytest y unittest.

<h2>¿Por qué pruebas?</h2>Mucha gente escribe código. Algunos consiguen que funcione y sea rentable. Pero a veces, incluso el más inteligente de los mejores programadores comete un error que puede costar millones de dólares. ¿Cómo disminuir la posibilidad de meterse en semejante fiasco? ¿Cómo te aseguras de crear un programa que haga exactamente lo que quieres? La respuesta es muy sencilla: ¡escribe pruebas!<br><br><h2>Conceptos básicos de pruebas en Python</h2>Durante este viaje, aprenderás los fundamentos de la creación de pruebas en Python. Conocerás cuatro tipos de métodos de prueba de software. Crearás tus propias pruebas para comprobar si el programa o una canalización de datos funciona como se espera antes de pasar a producción. Ya sea un nulo inesperado, una errata en tu conjunto de datos o signos confusos en la ecuación. Puedes, y detectarás esos casos con las pruebas.<br><br><h2>Pruebas con pytest y unittest</h2>Una vez finalizado el curso, conocerás los tipos de métodos de prueba y podrás elegir los más adecuados para un contexto concreto. También podrás diseñar esas pruebas e implementarlas en Python utilizando las bibliotecas `pytest` y `unittest`.

Writing Functions in Python

Software Engineering Principles in Python

Domina las pruebas en Python: Aprende métodos, crea verificaciones y asegura código sin errores con pytest y unittest.

Introducción a las pruebas en Python

Domina las pruebas en Python: aprende métodos, crea comprobaciones y garantiza un código sin errores con pytest y unittest.

Declaraciones autouse

Introducción a las pruebas en Python

ejercicio interactivo práctico