@djangoproject · Post #185 · 05.10.2016 г., 03:03
http://www.aparat.com/v/WC7R4 Introduction to #pytest #unittest
TGINSIGHT SIMILAR POSTS
Изворен канал @pythonotes · Post #239 · 3 мај
Один из самых удобных способов записать данные это использование готовых форматов, такие как JSON или YAML. Из плюсов такого подхода стоит отметить вот что: 🔸 готовый, повсеместно используемый и поддерживаемый формат 🔸 простой и понятный файл, удобочитаемый для человека 🔸 можно легко редактировать в любом текстовом редакторе без специальных программ и библиотек Но есть и минусы 🔹 затраты времени при записи файла (кодирование данных в нужный формат строки) 🔹 затраты времени при чтении файла (декодирование данных в Python объекты) 🔹 размер файла увеличивается из-за разметки данных (скобки, запятые, переносы, отступы...) 🔹 перед записью все данные должны быть помещены в память в полном объёме (не всегда) 🔹 при чтении необходимо считать весь файл в память и только потом декодировать данные Если нужно писать немного данных в несколько файлов, то затраты по времени не ощутимы. Обычно это файлы конфига или какие-либо метаданные. Это отличный вариант под такие задачи. Есть и другой поход к записи файлов - это бинарные файлы. Используется, когда данных достаточно много и никто их не собирается читать глазками😳. 🔸 очень быстрая запись 🔸 чтение значительно быстрей чем JSON, YAML итд 🔸 размер файла значительно меньше, так как нет разметки 🔸 можно записывать данные по мере поступления не загружая всё в память 🔸 можно извлечь любую часть данных независимо Из минусов 🔹 нужно определить свой формат записи данных (если не используете готовую спецификацию определённого формата) 🔹 не получится открыть файл и визуально понять что там записано, а для чтения файла потребуется знать его спецификацию. 🔹 не так-то просто создать такой файл без специальной библиотеки В таком виде удобно записывать большой массив любых однородных данных. Например, мониторинг валютной биржи или кэшированная анимация 3D геометрии. (Это не означает что нельзя записать данные разного типа, просто это будет не так удобно) Представьте себе JPG-картинку. По сути это немного мета-информации и большой массив пикселей. Тоже самое со звуком или видео файлом. Поэтому, если вы попробуете открыть картинку в текстовом редакторе вы увидите что-то вроде такого f15d cd29 a564 4578 ... 09e2 9bc4 a696 1253 ... 84e9 4de1 3b23 c24a ... 2534 5161 28e0 709d ... ... Это и есть записанные байтики. И для их чтения требуется определённый софт который знает что с ними делать. Под каждый тип файла. К чему это я? Читайте в следующем посте... #tricks#basic
Пребарај: #unittest
@djangoproject · Post #185 · 05.10.2016 г., 03:03
http://www.aparat.com/v/WC7R4 Introduction to #pytest #unittest
@mdcuzbekistan · Post #324 · 23.01.2022 г., 08:14
Dasturni testlash jarayonlari, xUnit bilan amaliyot Bugungi stream ham nasib qilsa ajoyib o'tadi. Sababi, navbatdagi mehmonimiz siz tanigan, bilgan tajribali dasturchilar sirasiga kiradi. Eng qizig'i, suxbat davomida ko'tariladigan mavzu ko'pchilikni qiynashga ulgurgan. Ushbu qiyinchiliklarni ustozimiz bilan birga yengillashtiramiz. Xullas, streamda ko'rishguncha! 🔗 Havola: zoom 👨🏫 Mentor:Wahid Abduhakimov #unittest#mentoring#live#stream .NET Uzbekistan Community ______ Telegram | Instagram | Youtube
Hashtags
@djangoproject · Post #179 · 30.09.2016 г., 07:46
https://pypi.python.org/pypi/MutPy/0.4.0 #MutPy is a mutation #testing tool for Python 3.x source code. MutPy supports standard #unittest module, generates YAML reports and has colorful output. It’s apply mutation on AST level. You could boost your mutation testing process with high order mutations (HOM) and code coverage analysis.
@djangoproject · Post #583 · 17.03.2018 г., 05:46
https://www.pluralsight.com/courses/unit-testing-python This course will help you to write good #unit_test for your Python code, using tools such as #unittest, #doctest and py.test. Unit tests should improve code quality, and also support future development. #test
Hashtags
@djangoproject · Post #178 · 30.09.2016 г., 07:22
#Hypothesis is a Python library for creating #unit_tests which are simpler to write and more powerful when run, finding edge cases in your code you wouldn’t have thought to look for. It is stable, powerful and easy to add to any existing #test suite. #unittest https://hypothesis.readthedocs.io/en/latest/