了解什么是测试，并使用 pytest 库运行您的第一个测试！您将熟悉 pytest 测试框架及其命令行界面。您还会学习如何处理特定情境，例如使用 pytest 标记处理"测试失败"和"跳过测试"。

Python 测试入门

第一个测试套件

pytest.raises

从 CLI 调用 pytest

运行测试！

使用关键字运行

应用测试标记

标记的使用场景

使用 xfail 处理失败的测试

按条件跳过

使用 pytest 创建测试

了解什么是 fixture（夹具），以及如何在测试中使用它来简化代码。您将熟悉装饰器 @pytest.fixture 以及各类 fixture 工具。您会分析自己的代码，识别其中的"fixture 部分"。最后，学习如何使用 teardown 防止软件故障。

fixtures 简介

熟悉 fixtures

数据准备

使用 fixture 运行

串联 Fixture 请求

串起来看看

自定义长度的列表

自动使用的 Fixtures

autouse 相关陈述

自动添加数字

Fixtures Teardowns（夹具的清理操作）

带有 teardown 的数据

使用 teardown 读取数据

Pytest Fixtures（夹具）

了解基础测试类型及其特点。学习测试用例，以及它们如何帮助实现测试。您将在 IDE 练习中更熟练地编写测试函数，并从 CLI 运行 pytest。最后，您将能够区分不同的测试类型，并为每种类型编写测试。

使用 pytest 进行单元测试

单元测试术语

覆盖更多测试用例

数字的阶乘

运行 factorial

使用 pytest 进行功能测试

功能测试还是单元测试

用 sum 做聚合

使用 pytest 进行集成测试

是不是集成测试

读取文件

使用 pytest 进行性能测试

什么是性能测试？

查找元素

循环的速度

基础测试类型

在最后一章中，您将接触 unittest 框架。首先学习基本断言方法，然后是其命令行界面，以及如何使用 fixtures。最后，您会将所学融会贯通，完成数据管道的实操示例。

走近 unittest

使用 unittest 计算阶乘

是否为素数

CLI 接口

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)


使用 unittest 运行 factorial

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)


错误的阶乘函数

- 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


unittest 选项

unittest 中的 Fixtures

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


测试字符串变量

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()


回文检查

实践示例

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


集成测试与单元测试

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)


特性与性能测试

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)


能源管道

恭喜您！

使用 unittest 编写测试

Games

Energy

DS_salaries

会写代码的人很多。有些人能把代码做得可用并创造收益。但有时，即使是最聪明、最优秀的程序员也可能犯错，造成数百万美元的损失。如何降低陷入这种惨痛局面的可能性？如何确保程序完全按您的预期运行？最直接的答案是：编写测试！

在本课程中，您将学习在 Python 中创建测试的基础知识。您将接触四种软件测试方法。您会编写自己的测试，在程序或数据管道上线前检查其是否按预期工作。无论是意外出现的 null、数据集里的拼写错误，还是公式中正负号颠倒，您都可以—and 将会—通过测试捕获这些问题。

完成课程后，您将了解各类测试方法，并能在具体情境下选择最合适的一种或几种。您还将能够设计这些测试，并使用 pytest 和 unittest 库在 Python 中实现它们。

<h2>为什么要测试？</h2>很多人都会写代码。 其中一些人让它运转起来并实现盈利。 但有时，即使是最优秀的程序员中最聪明的人，也会犯下可能造成数百万美元损失的错误。 如何降低陷入这种灾难的可能性？如何确保你创建的程序正好按你的预期运行？最简单的答案是：编写测试！<br><br><h2>Python 测试基础</h2>在这段学习旅程中，你将学习如何在 Python 中创建测试的最基础知识。 您将了解四种软件测试方法。 您将创建自己的测试，以检查程序或数据管道在投入生产之前是否按预期运行。 无论是数据集中意外出现的空值、拼写错误，还是方程中的符号混乱。 你可以，而且你会通过测试捕捉到这些情况。<br><br><h2>使用 pytest 和 unittest 进行测试</h2>课程完成后，您将了解各种测试方法，并能够为特定场景选择最合适的方法。 你还将能够设计这些测试，并使用 `pytest` 和 `unittest` 库在 Python 中实现它们。

Writing Functions in Python

Software Engineering Principles in Python

掌握Python测试：学习方法、创建检查，使用pytest和unittest确保代码无错误。

掌握 Python 测试： 掌握方法、创建检查，并使用 pytest 和 unittest 确保代码无错误。

特性与性能测试

Python 测试入门

动手互动练习