Aprende qué es una prueba y cómo ejecutar tu primera prueba con la biblioteca pytest. Te acostumbrarás al marco de pruebas pytest y a la interfaz de línea de comandos. También aprenderás a procesar contextos específicos, como "pruebas no superadas" y "omitir la prueba", con los marcadores de pytest.

Introducción a las pruebas en Python

El primer conjunto de pruebas

pytest.raises

Invocación de pytest desde CLI

Ejecuta la prueba

Ejecución con la palabra clave

Aplicación de marcadores de prueba

Casos de uso de marcadores

Pruebas no superadas con xfail

Omisión condicional

Creación de pruebas con pytest

Aprende qué es un fixture y cómo simplificar tu código utilizándolo en las pruebas. Te familiarizarás con el decorador de fixtures @pytest.fixture y las herramientas de fixtures. Analizarás tu código para ver su "parte de fixture". Por último, aprenderás a utilizar teardown para impedir fallos de software.

Introducción a los fixtures

Familiarizarse con los fixtures

Preparación de datos

Ejecución con un fixture

Solicitudes de fixtures de cadena

Encadena esto

Lista de longitud personalizada

Autouse de fixtures

Declaraciones autouse

Añadir números automáticamente

Teardown de fixtures

Datos con teardown

Leer datos con teardown

Fixtures de Pytest

Aprende cuáles son los tipos básicos de pruebas y sus características. Aprende sobre los casos de prueba y cómo ayudan a implementar las pruebas. Adquirirás más destreza en la creación de funciones de prueba y en la ejecución de pytest desde CLI en los ejercicios de IDE. Por último, podrás diferenciar los distintos tipos de pruebas y crear pruebas para cada uno de ellos.

Pruebas unitarias con pytest

Términos de las pruebas unitarias

Abarcar más casos de prueba

Factorial de número

Ejecutar factorial

Pruebas de características con pytest

Pruebas de características o unitarias

Agregar con suma

Pruebas de integración con pytest

Prueba de integración o no

Leer el archivo

Pruebas de rendimiento con pytest

¿Qué son las pruebas de rendimiento?

Búsqueda de un elemento

Velocidad de bucles

Tipos básicos de pruebas

En este último capítulo, conocerás el marco unittest. Primero aprenderás los métodos básicos de aserción, luego su interfaz CLI y cómo utilizar fixtures. Por último, aplicarás todo esto en los ejemplos prácticos de pipelines de datos.

Descubre Unittest

Factorial con unittest

Es primo o no

Interfaz CLI

import unittest

def func_factorial(number):
    if number < 0:
        raise ValueError('Factorial is not defined for negative values')
    factorial = 1
    while number > 1:
        factorial = factorial * number
        number = number - 1
    return factorial

class TestFactorial(unittest.TestCase):
    def test_positives(self):
        self.assertEqual(func_factorial(5), 120)

    def test_zero(self):
        self.assertEqual(func_factorial(0), 1)

    def test_negatives(self):
        with self.assertRaises(ValueError):
            func_factorial(-1)


Ejecutar factorial con unittest

import unittest

def err_func_factorial(number):
    if number < 0:
        raise ValueError('Factorial is not defined for negative values')
    factorial = 1
    while number > 2:
        factorial = factorial * number
        number = number - 1
    return factorial

class TestFactorial(unittest.TestCase):
    def test_err_func_1(self):
        self.assertEqual(err_func_factorial(3), 6)
    def test_err_func_2(self):
        self.assertEqual(err_func_factorial(4), 24)


import unittest

def err_func_factorial(number):
    if number < 0:
        raise ValueError('Factorial is not defined for negative values')
    factorial = 1
    while number > 1:
        factorial = factorial * number
        number = number - 1
    return factorial

class TestFactorial(unittest.TestCase):
    def test_err_func_1(self):
        self.assertEqual(err_func_factorial(3), 6)
    def test_err_func_2(self):
        self.assertEqual(err_func_factorial(4), 24)


Factorial erróneo

- Run this command to run the testing script with the verbose flag:
  python3 -m unittest -v err_factorial_unittest.py
  
- Run this command to run the testing script with the fail fast flag:
  python3 -m unittest -f err_factorial_unittest.py
  
- Run this command to run the testing script with the keyword flag:
  python3 -m unittest -k "err_func_1" err_factorial_unittest.py


Opciones de Unittest

Fixtures en unittest

import unittest

class TestWord(unittest.TestCase):
    # Fixture setup method
    def setUp(self):
        # Initialize the word banana here
        self.word = ____

    # Test method
    def test_the_word(self):
        # Add the tests here
        ____
        ____
        ____
    
    # Fixture teardown method
    def tearDown(self):
        # Delete the word variable here
        ____


import unittest

class TestWord(unittest.TestCase):
    # Fixture setup method
    def setUp(self):
        # Initialize the word banana here
        self.word = 'banana'

    # Test method
    def test_the_word(self):
        # Add the tests here
        self.assertIn('b', self.word)
        self.assertNotIn('B', self.word)
        self.assertNotIn('y', self.word)
    
    # Fixture teardown method
    def tearDown(self):
        # Delete the word variable here
        del self.word


Probar la variable de cadena

import unittest

def check_palindrome(string):
    reversed_string = string[::-1]
    return string == reversed_string

def create_data():
    return ['level', 'step', 'peep', 'toot']

class TestPalindrome(unittest.TestCase):
    def setUp(self):
        # Initialize data here
        ____
    
    def test_func(self):
        expected_result = [True, False, True, True]
        data_checked = list(map(check_palindrome, self.data))
        # Verify the checked data here
        ____

    def tearDown(self):
        # Clear the data here
        ____


import unittest

def check_palindrome(string):
    reversed_string = string[::-1]
    return string == reversed_string

def create_data():
    return ['level', 'step', 'peep', 'toot']

class TestPalindrome(unittest.TestCase):
    def setUp(self):
        # Initialize data here
        self.data = create_data()
    
    def test_func(self):
        expected_result = [True, False, True, True]
        data_checked = list(map(check_palindrome, self.data))
        # Verify the checked data here
        self.assertEqual(data_checked, expected_result)

    def tearDown(self):
        # Clear the data here
        self.data.clear()


Comprobación de palíndromo

Ejemplos prácticos

import pytest
import pandas as pd

DF_PATH = "/usr/local/share/salaries.csv"
@pytest.fixture
def read_df():
    return pd.read_csv(DF_PATH)

def get_grouped(df):
    return df.groupby('work_year').agg({'salary': 'describe'})['salary']

def test_read_df(read_df):
    # Check the type of the dataframe
    ____
    # Check that read_df contains rows
    ____

def test_grouped(read_df):
    df = read_df
    salary_by_year = get_grouped(df)
    # Check the nulls here
    ____


import pytest
import pandas as pd

DF_PATH = "/usr/local/share/salaries.csv"
@pytest.fixture
def read_df():
    return pd.read_csv(DF_PATH)

def get_grouped(df):
    return df.groupby('work_year').agg({'salary': 'describe'})['salary']

def test_read_df(read_df):
    # Check the type of the dataframe
    assert isinstance(read_df, pd.DataFrame)
    # Check that df contains rows
    assert read_df.shape[0] > 0

def test_grouped(read_df):
    df = read_df
    salary_by_year = get_grouped(df)
    # Check the nulls here
    assert salary_by_year.isna().sum().sum() == 0


Pruebas de integración y unitarias

import pytest
import pandas as pd

DF_PATH = "/usr/local/share/salaries.csv"
@pytest.fixture
def read_df():
    return pd.read_csv(DF_PATH)

def get_grouped(df):
    return df.groupby('work_year').agg({'salary': 'describe'})['salary']

def test_feature_2022(read_df):
    salary_by_year = get_grouped(read_df)
    salary_2022 = salary_by_year.loc[2022, '50%']
    # Check the median type here
    ____
    # Check the median is greater than zero
    ____

# Use benchmark here
def test_reading_speed(____):
    ____


import pytest
import pandas as pd

DF_PATH = "/usr/local/share/salaries.csv"
@pytest.fixture
def read_df():
    return pd.read_csv(DF_PATH)

def get_grouped(df):
    return df.groupby('work_year').agg({'salary': 'describe'})['salary']

def test_feature_2022(read_df):
    salary_by_year = get_grouped(read_df)
    salary_2022 = salary_by_year.loc[2022, '50%']
    # Check the median type here
    assert isinstance(salary_2022, float)
    # Check the median is greater than zero
    assert 0 < salary_2022

# Use benchmark here
def test_reading_speed(benchmark):
    benchmark(pd.read_csv, DF_PATH)


Pruebas de características y rendimiento

import unittest
import pandas as pd
DF_PATH = 'https://assets.datacamp.com/production/repositories/6253/datasets/f015ac99df614ada3ef5e011c168054ca369d23b/energy_truncated.csv'

def get_data():
    return pd.read_csv(DF_PATH)

def min_country(df):
    return df['VALUE'].idxmin()

class TestDF(unittest.TestCase):
    def setUp(self):
        self.df = get_data()
        self.df.drop('previousYearToDate', axis=1, inplace=True)
        self.df = self.df.groupby('COUNTRY')\
            .agg({'VALUE': 'sum'})

    def test_NAs(self):
        # Check the number of nulls
        ____

    def test_argmax(self):
        # Check that min_country returns a string
        ____

    def tearDown(self):
        self.df.drop(self.df.index, inplace=True)


import unittest
import pandas as pd
DF_PATH = 'https://assets.datacamp.com/production/repositories/6253/datasets/f015ac99df614ada3ef5e011c168054ca369d23b/energy_truncated.csv'

def get_data():
    return pd.read_csv(DF_PATH)

def min_country(df):
    return df['VALUE'].idxmin()

class TestDF(unittest.TestCase):
    def setUp(self):
        self.df = get_data()
        self.df.drop('previousYearToDate', axis=1, inplace=True)
        self.df = self.df.groupby('COUNTRY')\
            .agg({'VALUE': 'sum'})

    def test_NAs(self):
        # Check the number of nulls
        self.assertEqual(self.df.isna().sum().sum(), 0)

    def test_argmax(self):
        # Check that min_country returns a string
        self.assertIsInstance(min_country(self.df), str)

    def tearDown(self):
        self.df.drop(self.df.index, inplace=True)


Pipeline de energía

¡Enhorabuena!

Escritura de pruebas con 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.