前言

小伙伴们好呀，我又来了我们今天聊聊关于pytest前后置应用，使用过unittest的小伙伴们都知道，setup和teardown是用来处理用例的开始前工作和结束后的工作，其中还有setupclass和teardownclass是保证执行所以的用例都只执行1次前置和后置，使用起来非常方便，那么学习pytest强大的测试框框，肯定也有这个功能，并且还比unittest的简单不少。

pytest中的前置

pytest比较强大，提供了不仅仅一种方法的前置和后置：

• setup_module、teardown_module
• setup_function、teardown_function
• setup_class、teardown_class
• setup_method、teardown_method
• setup、teardown

光看上面的内容，我看起来一定很困惑。我不知道什么时候该用。我将通过实例逐一介绍。

setup、teardown

先介绍第一个大家都比较熟悉的与unittest中的书写一致，这个可以在类中使用，也可以在类外进行使用。

该方法每条用例都会执行

import pytest

def setup():
    print('这是测试用例的前置')

def teardown():
    print('这是测试用例的后置')

def test01():
    print('用例01')

def test02():
    print('用例02')

if __name__ == '__main__':
    pytest.main(['-s'])

setup_module、teardown_module

该方法表示只能类外面执行用例过程中，只执行1次。相当于unittest中的setupclass和teardownclass方法

import pytest

def setup_module():
    print('这是测试用例的前置')

def teardown_module():
    print('这是测试用例的后置')

def test01():
    print('用例01')

def test02():
    print('用例02')

if __name__ == '__main__':
    pytest.main(['-s','test_02.py'])

setup_function、teardown_function

此方法意味着在类外部执行用例的过程中，每次都会执行前向和后向。

import pytest

def setup_function():
    print('这是测试用例的前置')

def teardown_function():
    print('这是测试用例的后置')

def test01():
    print('用例01')

def test02():
    print('用例02')

if __name__ == '__main__':
    pytest.main(['-s','test_02.py'])

setup_method、teardown_method

此方法意味着，在类中执行每个测试用例之前，将执行前测试和后测试。

# coding:utf-8
import pytest

class Test():

    def setup_method(self):
        print('这是setup函数前置内容')

    def teardown_method(self):
        print('这是teardown函数后置内容')

    def test01(self):
        print('这是测试用例1')

    def test02(self):
        print('这是测试用例2')

if __name__ == '__main__':
    pytest.main(['-s','test_01.py'])

setup_class、teardown_class

此方法意味着在类中执行测试用例之前，只执行一次测试前端和测试后端。

# coding:utf-8
import pytest

class Test():

    def setup_class(self):
        print('这是setup函数前置内容')

    def teardown_class(self):
        print('这是teardown函数后置内容')

    def test01(self):
        print('这是测试用例1')

    def test02(self):
        print('这是测试用例2')

if __name__ == '__main__':
    pytest.main(['-s','test_01.py'])

组合混用

上面描述了每种方法的单独用法，那么如果所有这些方法一起使用会怎么样呢？会发生什么事？

setup_class和setup_method、setup混合

# coding:utf-8
import pytest

class Test():
    def setup_method(self):
        print('这是setup_method用例前置内容')

    def setup_class(self):
        print('这是setup_class用例前置内容')

    def setup(self):
        print('这是setup用例前置内容')

    def teardown_class(self):
        print('这是teardown_class用例后置内容')

    def teardown_method(self):
        print('这是teardown_method用例后置内容')

    def teardown(self):
        print('这是teardown用例后置内容')

    def test01(self):
        print('这是测试用例1')

    def test02(self):
        print('这是测试用例2')

if __name__ == '__main__':
    pytest.main(['-s','test_01.py'])

通过上面测试结果可以看出来，其中执行顺序：setup_class>>setup_method>>setup，其中setup和setup_method都是表示执行每条用例前都需要进行执行前置内容

setup_module、setup_function组合

import pytest

def setup():
    print('这是setup测试用例前置内容')

def setup_function():
    print('这是setup_function测试用例前置内容')

def setup_module():
    print('这是setup_module测试用例前置内容')

def teardown_module():
    print('这是teardown_module测试用例后置内容')

def teardown():
    print('这是teardown测试用例后置内容')

def teardown_function():
    print('这是teardown_function测试用例后置内容')

def test01():
    print('用例01')

def test02():
    print('用例02')

if __name__ == '__main__':
    pytest.main(['-s','test_02.py'])

总结：

1、setup_class和setup_module执行用例时，只执行一次前置和后置

2、setup_class，setup_method，setup是在类中执行的

3、setup_module，setup_function，setup是在类外执行的

4、其中setup类中，类外都可以执行。

阿六通过简单的例子介绍了pytest的setup和teardown的使用方法和类型，希望大家能够自己行动起来哟，毕竟实践是真理。

如果你喜欢这篇文章，你可以用小手致富给七叔点赞和收藏，顺便加一句关注，注意七叔不要迷路。

Original: https://blog.csdn.net/qishuzdh/article/details/124806957
Author: 自动化测试七叔
Title: pytest—setup和teardown简单用法

相关阅读

Title: pytorch几种乘法的区别

pytorch几种乘法的区别

torch.mul()是矩阵的点乘，即对应的位相乘，要求shape一样, 返回的还是个矩阵
torch.mm()是矩阵正常的矩阵相乘，（a, b）* ( b, c ) = ( a, c )
torch.dot()类似于mul()，它是向量(即只能是一维的张量)的对应位相乘再求和，返回一个tensor数值
torch.mv()是矩阵和向量相乘，类似于torch.mm()

np.dot(x,y)

如果x,y都是一维张量,那么np.dot(x,y)是∑ i = 0 m x i y i \sum_{i=0}^{m}x_i y_i ∑i =0 m ​x i ​y i ​

矩阵乘和向量乘

矩阵乘法符号说明matrix product·一般矩阵乘法哈达玛积⊙或○逐元素对应相乘克罗内克积$ \otimes $A的每个元素逐个与B矩阵相乘 向量乘法符号说明内积 点积·逐元素对应相乘之积的和 结果为标量外积$ \otimes $结果为矩阵叉乘Cross Product×结果为向量

点积

点积是两个矩阵相同位置的 按元素乘积的 和
点乘的几何意义：点乘可以用来计算两个向量之间的角度。

[En]

The geometric meaning of point multiplication: point multiplication can be used to calculate the angle between two vectors.

x = tf.constant([0., 1., 2., 3.])
y= tf.ones(4)

tf.tensordot(x, y, axes=1)

<tf.Tensor: shape=(), dtype=float32, numpy=6.0>

tf.reduce_sum(x * y)

<tf.Tensor: shape=(), dtype=float32, numpy=6.0>

矩阵-向量积

一个矩阵乘一个列向量 相当于 矩阵的列向量的线性组合

一个行向量 乘以矩阵 相当于矩阵的行向量的线性组合

B.shape, C.shape, tf.linalg.matvec(C,B)

(TensorShape([3, 4]),
 TensorShape([4]),
 <tf.Tensor: shape=(3,), dtype=float64, numpy=array([23., 23., 17.])>)

矩阵-矩阵乘法

一般矩阵乘法

A,B,tf.matmul(A,B)

<tf.Tensor: shape=(3, 4), dtype=float64, numpy=
array([[1., 1., 1., 1.],
       [1., 1., 1., 1.],
       [1., 1., 1., 1.]])>

<tf.Tensor: shape=(4, 3), dtype=float64, numpy=
array([[1., 1., 1.],
       [1., 1., 1.],
       [1., 1., 1.],
       [1., 1., 1.]])>

<tf.Tensor: shape=(3, 3), dtype=float64, numpy=
array([[4., 4., 4.],
       [4., 4., 4.],
       [4., 4., 4.]])>

Original: https://blog.csdn.net/qq_40887371/article/details/123966695
Author: simpsun
Title: pytorch几种乘法的区别