Saiba o que é um teste e como executar o primeiro teste com a biblioteca pytest! Você vai se familiarizar com a estrutura de testes do pytest e com a interface de linha de comando. Também vai aprender a processar contextos específicos, como "testes com falha" e "ignorar o teste" com marcadores do pytest.

Introdução aos Testes em Python

O primeiro conjunto de testes

pytest.raises

Como chamar o pytest na CLI

Execute o teste!

Execução com a palavra-chave

Aplicação de marcadores de teste

Casos de uso de marcadores

Testes com falha com xfail

Ignorar condicionalmente

Como criar testes com o pytest

Saiba o que é uma fixture e como simplificar seu código usando-a em testes. Você vai se familiarizar com o decorador @pytest.fixture e com as ferramentas de fixtures. Você analisará seu código para ver a parte das fixtures. Por fim, aprenda a usar o teardown para evitar falhas de software.

Introdução às fixtures

Opções

Verdadeiro

Falso

Familiarização com as fixtures

Preparação de dados

____

@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


Execução com uma fixture

Solicitações de fixtures em cadeia

Programa

Encadeamento

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 com comprimento personalizado

Autouse em fixtures

Instruções com 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


Adição automática de números

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


Dados com 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


Leitura de dados com teardown

Fixtures do Pytest

Descubra quais são os tipos básicos de teste e suas funcionalidades. Saiba mais sobre casos de teste e como eles ajudam a implementar testes. Você se tornará mais hábil na criação de funções de teste e na execução do pytest na CLI em exercícios no IDE. Por fim, será capaz de diferenciar os tipos de teste e criar testes para cada um deles.

Testes de unidade com o pytest

Termos de testes de unidade

Cobertura de casos de teste

Fatorial do número

Execução de fatorial

Testes de funcionalidades com o pytest

Teste de funcionalidades ou de unidades

Agregação com soma

Testes de integração com o pytest

Teste de integração ou não

Leitura de um arquivo

Testes de desempenho com o pytest

O que são testes de desempenho?

Como encontrar um elemento

Velocidade de loops

Tipos básicos de teste

No último capítulo, você vai conhecer a estrutura unittest. Primeiro, você aprenderá os métodos básicos de assert, depois a interface CLI e como usar fixtures. Por fim, vai reunir tudo nos exemplos práticos de pipelines de dados.

Introdução ao Unittest

Fatorial com o unittest

É primo ou não

Interface de linha de comando (CLI)

Execução de fatorial com o unittest

Fatorial errado

Opções do unittest

Fixtures no unittest

Teste de uma variável do tipo string

Verificação de palíndromos

Exemplos práticos

Testes de unidade e de integração

Testes de funcionalidades e desempenho

Pipeline de energia

Parabéns!

Como escrever testes com o unittest

DS_salaries

Energy

Games

Muitas pessoas escrevem códigos. Algumas fazem com que isso funcione e seja lucrativo. Porém, às vezes, até mesmo o mais inteligente dos programadores comete um erro que pode custar milhões de dólares. Como diminuir a possibilidade de se envolver em um fiasco como esse? Como garantir que você crie um programa que faça exatamente o que deseja? A resposta muito simples é: escreva testes!

Durante esta jornada, você vai aprender os fundamentos da criação de testes em Python. Você conhecerá quatro tipos de métodos de teste de softwares. Você vai criar os próprios testes para verificar se o programa ou pipeline de dados funciona conforme o esperado antes de entrar em produção. Seja um nulo inesperado, um erro de digitação em seu conjunto de dados ou sinais trocados na equação, você pode – e vai – detectar esses casos com os testes.

Após a conclusão do curso, você conhecerá os tipos de métodos de teste e poderá escolher os mais indicados para um determinado contexto. Você também será capaz de projetar esses testes e implementá-los em Python usando as bibliotecas pytest e unittest.

<h2>Por que testes?</h2>Muitas pessoas escrevem códigos. Alguns deles fazem com que isso funcione e seja lucrativo. Mas, às vezes, até mesmo o mais inteligente dos melhores programadores comete um erro que pode custar milhões de dólares. Como você pode diminuir a possibilidade de se envolver em um fiasco como esse? Como garantir que você crie um programa que faça exatamente o que você deseja? A resposta muito simples é: escreva testes!<br><br><h2>Noções básicas de testes em Python</h2>Durante esta jornada, você aprenderá os fundamentos da criação de testes em Python. Você conhecerá quatro tipos de métodos de teste de software. Você criará seus próprios testes para verificar se o programa ou um pipeline de dados funciona conforme o esperado antes de entrar em produção. Seja um nulo inesperado, um erro de digitação em seu conjunto de dados ou sinais confusos na equação. Você pode, e você detectará esses casos com os testes.<br><br><h2>Testes com pytest e unittest</h2>Após a conclusão do curso, você conhecerá os tipos de métodos de teste e poderá escolher os mais adequados para um contexto específico. Você também será capaz de projetar esses testes e implementá-los em Python usando as bibliotecas `pytest` e `unittest`.

Writing Functions in Python

Software Engineering Principles in Python

Domine testes em Python: Aprenda métodos, crie verificações e garanta código sem erros com pytest e unittest.