Leer wat een test is en hoe je je eerste eigen test uitvoert met de pytest-library! Je raakt vertrouwd met het pytest-testframework en de command-lineinterface. Je leert ook hoe je specifieke situaties afhandelt, zoals "mislukte tests" en "tests overslaan", met pytest-markers.

Introductie tot testen in Python

De eerste testsuite

pytest.raises

pytest aanroepen vanaf de CLI

Voer de test uit!

Runnen met het trefwoord

Testmarkeringen toepassen

Use-cases voor markers

Mislukte tests met xfail

Voorwaardelijk overslaan

Tests maken met pytest

Leer wat een fixture is en hoe je je code eenvoudiger maakt door die in tests te gebruiken. Je maakt kennis met de fixturedecorator @pytest.fixture en de fixturetools. Je analyseert je code om er het "fixture-gedeelte" in te herkennen. Tot slot leer je teardowns gebruiken om softwarefouten te voorkomen.

Introductie tot fixtures

Opties

Waar

Onwaar

Kennismaken met fixtures

Gegevens voorbereiden

____

@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


Uitvoeren met een fixture

Fixtures aan elkaar koppelen

Programma

Koppel dit aan elkaar

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


Lijst met aangepaste lengte

autouse-fixtures

autouse-uitspraken

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


Automatisch getallen toevoegen

Teardowns voor 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 met 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


Data inlezen met teardown

Pytest-fixtures

Leer wat de basistesttypen zijn en wat hun kenmerken zijn. Leer over testcases en hoe die helpen bij het implementeren van tests. Je wordt vaardiger in het schrijven van testfuncties en het draaien van pytest via de CLI in IDE-oefeningen. Tot slot kun je de verschillende testtypen onderscheiden en voor elk type tests maken.

Unittests met pytest

Begrippen rond unittesten

Meer testgevallen afdekken

Faculteit van een getal

Draai factorial

Feature testing met pytest

Feature- of unit-testen

Aggreren met sum

Integratietests met pytest

Integratietest of niet

Lees het bestand

Prestatie­testen met pytest

Wat is performance testing?

Een element vinden

Snelheid van lussen

Basis testtypen

In dit laatste hoofdstuk maak je kennis met het unittest-framework. Eerst leer je de basisassertiemethoden, daarna de CLI-interface en hoe je fixtures gebruikt. Tot slot breng je alles samen in praktische voorbeelden van datapijplijnen.

Kennismaken met Unittest

Faculteit met unittest

Priem of niet

CLI-interface

Voer factorial uit met unittest

Foutieve faculteit

Unittest-opties

Fixtures in unittest

Test de stringvariabele

Palindroomcontrole

Praktische voorbeelden

Integratie- en unittests

Feature- en prestatietests

Energie-pijplijn

Gefeliciteerd!

Tests schrijven met unittest

DS_salaries

Energy

Games

Veel mensen schrijven code. Sommigen krijgen het werkend en winstgevend. Maar zelfs de slimste programmeurs maken weleens een fout die miljoenen kan kosten. Hoe verklein je de kans op zo’n fiasco? Hoe zorg je dat je een programma maakt dat precies doet wat jij wilt? Het eenvoudige antwoord is: schrijf tests!

Tijdens deze reis leer je de basis van tests schrijven in Python. Je maakt kennis met vier typen softwaretestmethoden. Je schrijft je eigen tests om te controleren of een programma of datapijplijn werkt zoals verwacht voordat het naar productie gaat. Of het nu gaat om een onverwachte null, een typefout in je gegevensset of verwisselde tekens in een formule: met tests kun je die gevallen vinden en voorkomen.

Na afloop van de cursus ken je de verschillende testmethoden en kun je de meest geschikte kiezen voor een specifieke context. Je kunt deze tests ook ontwerpen en in Python implementeren met de libraries pytest en unittest.

<h2>Waarom testen?</h2>Veel mensen schrijven code. Sommigen van hen maken het succesvol en winstgevend. Maar soms maken zelfs de slimste programmeurs fouten die miljoenen dollars kunnen kosten. Hoe kun je de kans op zo'n ramp verkleinen? Hoe zorg je ervoor dat je een programma maakt dat precies doet wat je wilt? Het simpele antwoord is: schrijf tests!<br><br><h2>Python-testen: de basis</h2>Tijdens deze reis leer je de basis van het maken van tests in Python. Je zult vier soorten methoden voor het testen van software tegenkomen. Je gaat je eigen tests maken om te checken of het programma of een datapijplijn werkt zoals het hoort voordat het in productie gaat. Of het nu gaat om een onverwachte nul, een typefout in je dataset of verwisselde tekens in de vergelijking. Je kunt die gevallen opsporen met de tests, en dat zul je ook doen.<br><br><h2>Testen met pytest en unittest</h2>Na afloop van de cursus weet je welke soorten testmethoden er zijn en kun je de meest geschikte kiezen voor een bepaalde situatie. Je kunt die tests ook ontwerpen en in Python uitvoeren met behulp van de bibliotheken `pytest` en `unittest`.

Writing Functions in Python

Software Engineering Principles in Python

Beheers Python-test: Leer methoden, maak controles en zorg voor foutloze code met pytest en unittest.

Data met teardown

Introductie tot testen in Python

Interactieve oefening met praktijkervaring