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.

Introduction to fixtures

Getting familiar with fixtures

Data preparation

Run with a fixture

Chain Fixtures Requests

Chain this out

List with a custom length

Fixtures autouse

autouse statements

Auto add numbers

Fixtures Teardowns

Data with teardown

Read data with 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.

Pengujian unit dengan pytest

Pilihan

Benar

Salah

Istilah unit testing

Cakup lebih banyak kasus uji

Faktorial dari suatu bilangan

import pytest

def factorial(n):
    if n == 0: return 1
    elif (type(n) == int):
        return n * factorial(n-1)
    else: return -1

# Test case: expected input
def test_regular():
    assert factorial(5) == 120

# Test case: zero input
def test_zero():
    assert factorial(0) == 1

# Test case: input of a wrong type
def test_str():
    assert factorial('5') == -1


Jalankan factorial

Pengujian fitur dengan pytest

Opsi

Pengujian fitur

Pengujian unit

Pengujian fitur atau unit

# Don't forget to run
# pytest agg_with_sum.py 
# in the CLI to actually run the test!

import pandas as pd
import pytest

# Fixture to prepare the data
@pytest.fixture
def get_df():
    return pd.read_csv('https://assets.datacamp.com/production/repositories/6253/datasets/757c6cb769f7effc5f5496050ea4d73e4586c2dd/laptops_train.csv')

# Aggregation feature
def agg_with_sum(data, group_by_column, aggregate_column):
    return data.groupby(group_by_column)[aggregate_column].sum()

# Test function
def test_agg_feature(get_df):
    # Aggregate preparation
    aggregated = agg_with_sum(get_df, 'Manufacturer', 'Price')
    # Test the type of the aggregated
    ____
    # Test the number of rows of the aggregated
    ____
    # Test the data type of the aggregated
    ____ in (int, float)


import pandas as pd
import pytest

# Fixture to prepare the data
@pytest.fixture
def get_df():
    return pd.read_csv('https://assets.datacamp.com/production/repositories/6253/datasets/757c6cb769f7effc5f5496050ea4d73e4586c2dd/laptops_train.csv')

# Aggregation feature
def agg_with_sum(data, group_by_column, aggregate_column):
    return data.groupby(group_by_column)[aggregate_column].sum()

# Test function
def test_agg_feature(get_df):
    # Aggregate preparation
    aggregated = agg_with_sum(get_df, 'Manufacturer', 'Price')
    # Test the type of the aggregated
    assert type(aggregated) == pd.Series
    # Test the number of rows of the aggregated
    assert aggregated.shape[0] > 0
    # Test the data type of the aggregated
    assert aggregated.dtype in (int, float)


Agregasi dengan sum

Pengujian integrasi dengan pytest

Uji integrasi

Bukan uji integrasi

Uji integrasi atau bukan

import pandas as pd
import pytest

# Fixture to read the dataframe
@pytest.fixture
def get_df():
    return pd.read_csv('https://assets.datacamp.com/production/repositories/6253/datasets/757c6cb769f7effc5f5496050ea4d73e4586c2dd/laptops_train.csv')

# Integration test function
def test_get_df(get_df):
    # Check the type
    ____
    # Check the number of rows
    ____


import pandas as pd
import pytest

# Fixture to read the dataframe
@pytest.fixture
def get_df():
    return pd.read_csv('https://assets.datacamp.com/production/repositories/6253/datasets/757c6cb769f7effc5f5496050ea4d73e4586c2dd/laptops_train.csv')

# Integration test function
def test_get_df(get_df):
    # Check the type
    assert type(get_df) == pd.DataFrame
    # Check the number of rows
    assert get_df.shape[0] > 0


Baca berkas

Pengujian kinerja dengan pytest

Apa itu pengujian kinerja?

Mencari sebuah elemen

Kecepatan loop

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

Banyak orang menulis kode. Sebagian dari mereka membuatnya berjalan dan menghasilkan keuntungan. Namun terkadang, bahkan programmer paling cerdas sekalipun bisa membuat kesalahan yang mengakibatkan kerugian jutaan dolar. Bagaimana cara mengurangi kemungkinan terjadinya fiasco seperti itu? Bagaimana memastikan bahwa Anda membuat program yang melakukan persis seperti yang Anda inginkan? Jawaban yang sangat sederhana adalah: tulislah pengujian!

Dalam perjalanan ini, Anda akan mempelajari dasar-dasar membuat pengujian di Python. Anda akan mengenal empat jenis metode pengujian perangkat lunak. Anda akan membuat pengujian sendiri untuk memeriksa apakah program atau pipa data bekerja sebagaimana mestinya sebelum masuk ke produksi. Baik itu nilai null yang tak terduga, salah ketik pada himpunan data, atau tanda yang tertukar dalam persamaan. Anda bisa, dan Anda akan menangkap kasus-kasus tersebut dengan pengujian.

Setelah menyelesaikan kursus, Anda akan mengetahui jenis-jenis metode pengujian dan dapat memilih yang paling sesuai untuk konteks tertentu. Anda juga akan mampu merancang pengujian tersebut dan mengimplementasikannya di Python menggunakan pustaka pytest dan unittest.

<h2>Mengapa tes?</h2>Banyak orang yang menulis kode. Beberapa di antaranya berhasil menjadikannya menguntungkan. Namun, terkadang, bahkan programmer terbaik sekalipun bisa membuat kesalahan yang dapat merugikan jutaan dolar. Bagaimana cara mengurangi kemungkinan terjebak dalam situasi yang kacau balau seperti itu? Bagaimana cara Anda memastikan bahwa Anda membuat program yang melakukan persis apa yang Anda inginkan? Jawaban yang sangat sederhana adalah: buatlah tes!<br><br><h2>Dasar-dasar pengujian Python</h2>Selama perjalanan ini, Anda akan mempelajari dasar-dasar pembuatan tes dalam Python. Anda akan mempelajari empat jenis metode pengujian perangkat lunak. Anda akan membuat tes sendiri untuk memastikan bahwa program atau alur data berfungsi sesuai harapan sebelum diluncurkan ke lingkungan produksi. Baik itu nilai null yang tidak terduga, kesalahan ketik dalam dataset Anda, atau tanda yang terbalik dalam persamaan. Anda bisa, dan Anda akan mendeteksi kasus-kasus tersebut dengan tes-tes tersebut.<br><br><h2>Pengujian dengan pytest dan unittest</h2>Setelah menyelesaikan kursus ini, Anda akan memahami berbagai jenis metode pengujian dan mampu memilih yang paling sesuai untuk konteks tertentu. Anda juga akan dapat merancang tes-tes tersebut dan mengimplementasikannya dalam Python menggunakan perpustakaan `pytest` dan `unittest`.

Writing Functions in Python

Software Engineering Principles in Python

Kuasi Python: Pelajari metode, buat cek, dan pastikan kode bebas error dengan pytest dan unittest.

Cakup lebih banyak kasus uji

Pengantar Pengujian di Python

Latihan interaktif praktis