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.

Pengantar fixture

Opsi

Benar

Salah

Mengenal fixture

Persiapan data

____

@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


Jalankan dengan sebuah fixture

Rantai Permintaan Fixture

Program

Rantai ini

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


List dengan panjang kustom

Fixtures autouse

pernyataan 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


Tambah angka otomatis

Teardown 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


Data dengan 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


Membaca data dengan 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

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.

Pengantar Pengujian di Python

Insinyur AI Asisten untuk Ilmuwan Data

Insinyur Data Profesional dalam Python

Pengembang Python

Pemrograman Python

Fixture adalah lingkungan yang disiapkan untuk digunakan dalam test.

Kita harus mendeklarasikan dekorator `@pytest.fixture` bersamaan dengan fungsi fixture kustom untuk mengimplementasikan fixture `pytest`.

Fixture membantu membuat penyiapan test lebih modular.

Fixture `pytest` dapat diimplementasikan sebagai fungsi biasa tanpa dekorator.

Mengenal fixture

Pengantar Pengujian di Python

Latihan interaktif praktis