Lär dig vad ett test är och hur du kör ditt första eget med biblioteket pytest! Du vänjer dig vid testramverket pytest och kommandoradsgränssnittet. Du lär dig också att hantera specifika situationer, som "misslyckade tester" och "hoppa över test", med hjälp av pytest-markörer.

Introduktion till testning i Python

Den första testsviten

pytest.raises

Anropa pytest från CLI

Kör testet!

Kör med nyckelord

Använda testmarkörer

Användningsfall för markörer

Misslyckade tester med xfail

Villkorsstyrd överhoppning

Skapa tester med pytest

Lär dig vad en fixture är och hur du förenklar din kod genom att använda den i tester. Du bekantar dig med fixture-dekoratorn @pytest.fixture och tillhörande verktyg. Du analyserar din kod för att identifiera "fixture-delen" i den. Slutligen lär du dig att använda teardowns för att förebygga programfel.

Introduktion till fixtures

Bekanta dig med fixtures

Dataförberedelse

Kör med en fixture

Kedjekopplade fixture-anrop

Kedja ihop det

Lista med anpassad längd

Automatisk användning av fixtures

autouse-påståenden

Lägg till tal automatiskt

Teardowns för fixtures

Data med teardown

Läs data med teardown

pytest-fixtures

Lär dig vilka de grundläggande testtyperna är och vad som utmärker dem. Lär dig om testfall och hur de hjälper dig att implementera tester. Du blir mer van vid att skapa testfunktioner och att köra pytest från kommandoraden i IDE-övningar. Till slut kan du skilja mellan olika testtyper och skapa tester för var och en av dem.

Enhetstestning med pytest

Termer inom enhetstestning

Täck fler testfall

Fakulteten av ett tal

Kör factorial

Funktionstestning med pytest

Funktionstestning eller enhetstestning

Aggregera med sum

Integrationstestning med pytest

Integrationstest eller inte

Läs filen

Prestandatestning med pytest

Vad är prestandatestning?

Hitta ett element

Loopars hastighet

Grundläggande testtyper

I det här avslutande kapitlet bekantar du dig med ramverket unittest. Du börjar med grundläggande assertionsmetoder, går sedan vidare till dess kommandoradsgränssnitt och lär dig använda fixtures. Avslutningsvis sätter du ihop allt i praktiska exempel med datapipelines.

Bekanta dig med Unittest

Fakultet med unittest

Primtal eller inte

CLI-gränssnitt

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)


Kör factorial med 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)


Felaktig fakultet

- 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


Alternativ i unittest

Fixtures i 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


Testa strängvariabeln

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()


Palindromkontroll

Praktiska exempel

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


Integrations- och enhetstester

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)


Funktions- och prestandatester

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)


Energipipeline

Grattis!

Skriva tester med unittest

Games

Energy

DS_salaries

Många skriver kod. En del får den att fungera och ge värde. Men ibland gör även de skickligaste programmerarna misstag som kan kosta miljontals kronor. Hur minskar du risken för den typen av haveri? Hur säkerställer du att ditt program gör exakt det du vill? Svaret är enkelt: skriv tester!

Under kursens gång lär du dig grunderna i att skapa tester i Python. Du bekantar dig med fyra typer av testmetoder inom mjukvaruutveckling. Du skapar egna tester för att kontrollera att ett program eller en datapipeline fungerar som förväntat innan det driftsätts – oavsett om det handlar om ett oväntat null-värde, ett stavfel i din datamängd eller ett felvänt tecken i en ekvation. Du kan, och kommer, att fånga den typen av fel med hjälp av tester.

När du har slutfört kursen känner du till de olika testtyperna och kan välja den mest lämpliga för ett givet sammanhang. Du kan också utforma tester och implementera dem i Python med hjälp av biblioteken pytest och unittest.

<h2>Varför tester?</h2>Många skriver kod. Vissa av dem får det att fungera och bli lönsamt. Men ibland gör till och med de allra bästa programmerarna ett misstag som kan kosta miljontals dollar. Hur minskar man risken att hamna i ett sådant fiasko? Hur säkerställer du att du skapar ett program som gör exakt det du vill? Det väldigt enkla svaret är: skriv tester!<br><br><h2>Grundläggande Python-testning</h2>Under den här kursen lär du dig grunderna i att skapa tester i Python. Du kommer att möta fyra typer av metoder för mjukvarutestning. Du kommer att skapa dina egna tester för att kontrollera om programmet eller en datapipeline fungerar som förväntat innan det går till produktion. Oavsett om det handlar om det oväntade null-värdet, ett stavfel i din datamängd eller omkastade tecken i ekvationen. Du kan, och du kommer att fånga de fallen med testerna.<br><br><h2>Testning med pytest och unittest</h2>Efter att ha slutfört kursen kommer du att känna till olika typer av testmetoder och kunna välja de mest lämpliga för ett specifikt sammanhang. Du kommer också att kunna utforma dessa tester och implementera dem i Python med hjälp av biblioteken `pytest` och `unittest`.

Writing Functions in Python

Software Engineering Principles in Python

Lär dig Python-testning: Metoder, skapa kontroller och säkerställ felfri kod med pytest och unittest.

Bemästra Python-testning: Lär dig metoder, skapa kontroller och säkerställ felfri kod med pytest och unittest.

Alternativ i unittest

Introduktion till testning i Python

Interaktiv övning med praktiskt arbete