问题陈述
下面是一个玩具的例子,这是接近我正在尝试做的。
@given(
idx_start=integers(min_value=0, max_value=100000),
idx_window=integers(min_value=0, max_value=100000),
)
def test_calc_max(conftest_df, idx_start, idx_window):
row_idxs = conftest_df.index[idx_start : (idx_start + idx_window)]
assert calc_max(conftest_df.loc[row_idxs, "my_column"]) >= 0
conftest_df
是我在conftest.py
fixture文件中提供的一个Dataframe,它表示我正在为包使用的一部分真实数据。
这个数据帧中只有非常少的NaN
值。我想使用hypothesis
,因为它非常棒,我坚信这是正确的做事方式。
但我也想确保测试中的方法和函数适用于NaN。我真的不想只说NaN
s,将来可能会出现其他东西(比如,一个用逗号而不是句点表示小数的数字(。
通过hypothesis
的理想解决方案
我宁愿能够做这样的事情:
@given(
idx_start=integers(min_value=0, max_value=100000, includes=[5, 4000, 80000]),
idx_window=integers(min_value=0, max_value=100000, includes=[20]),
)
.
.
.
并有一种方法确保通过includes
参数考虑某些值。
我知道hypothesis
会跟踪失败的值,但根据我的经验,它似乎不能保证它们的使用。
有办法做我想做的事吗?
您可以使用@example
装饰器来确保测试某些示例。
这是假设快速入门指南中的例子:
from hypothesis import given, example
from hypothesis.strategies import text
@given(text())
@example('')
def test_decode_inverts_encode(s):
assert decode(encode(s)) == s
这里,@example('')
确保测试将以空字符串为例运行。
我还没有完全理解你的场景的细节,但也许你可以根据自己的需求调整这个例子。