Question

我正在使用假设来测试一个将两个长度相等的列表作为输入的函数。

import hypothesis.strategies as st
from hypothesis import assume, given


@given(st.lists(ints, min_size=1),
       st.lists(ints, min_size=1),
       )
def test_my_func(x, y):
    assume(len(x) == len(y))

    # Assertions

这给了我错误消息：

FailedHealthCheck：您的策略似乎过滤了很多数据的。健康检查发现有50个经过过滤的示例，但只有4个好示例。

len(x) == len(y)正在过滤掉过多输入的假设。因此，我想生成一个随机正数，并将其用作x和y的长度。有办法可以做到吗？

Answer 1

您可以使用flatmap来生成依赖于其他生成数据的数据。

import hypothesis.strategies as st
from hypothesis import assume, given
from hypothesis.strategies import integers as ints

same_len_lists = ints(min_value=1, max_value=100).flatmap(lambda n: st.lists(st.lists(ints(), min_size=n, max_size=n), min_size=2, max_size=2))

@given(same_len_lists)
def test_my_func(lists):
    x, y = lists
    assume(len(x) == len(y))

这有点笨拙，我对必须拆开测试体内的清单并不满意。

Answer 2

我使用@composite装饰器找到了答案。

import hypothesis.strategies as st
from hypothesis import given

@st.composite
def same_len_lists(draw):

    n = draw(st.integers(min_value=1, max_value=50))
    fixed_length_list = st.lists(st.integers(), min_size=n, max_size=n)

    return (draw(fixed_length_list), draw(fixed_length_list))


@given(same_len_lists())
def test_my_func(lists):

    x, y = lists

    # Assertions

Answer 3

其他解决方案提供了很好的可重用策略。这是一个简短的低技术解决方案，可能更适合一次性使用，因为您需要在测试功能中执行一行处理。我们使用zip换位成对列表（2元素元组）；从概念上讲，我们正在将n x 2矩阵变成2 x n矩阵。

import hypothesis.strategies as st
from hypothesis import given

pair_lists = st.lists(st.tuples(st.integers(), st.integers()), min_size=1)

@given(pair_lists)
def test_my_func(L):
    x, y = map(list, zip(*L))

警告：拥有min_size=1是至关重要的，因为如果列表为空，zip将什么也不会给出。

Python假设：确保输入列表的长度相同

3 个答案: