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

Familiarização com as fixtures

Preparação de dados

Execução com uma fixture

Solicitações de fixtures em cadeia

Encadeamento

Lista com comprimento personalizado

Autouse em fixtures

Instruções com autouse

Adição automática de números

Teardown de fixtures

Dados com teardown

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)

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)


Execução de fatorial com o 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)


Fatorial errado

- 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


Opções do unittest

Fixtures no 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


Teste de uma variável do tipo string

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()


Verificação de palíndromos

Exemplos práticos

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


Testes de unidade e de integração

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)


Testes de funcionalidades e desempenho

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 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.