前言
- 定义fixture跟定义普通函数差不多，唯一区别就是在函数上加个装饰器@pytest.fixture()，fixture命名不要用test_开头，跟用例区分开。用例才是test_开头的命名。
- fixture是可以有返回值的，如果没return默认返回None。用例调用fixture的返回值，直接就是把fixture的函数名称当成变量传入
- fixture装饰器里的scope有四个级别的参数。”function（不写默认这个）”，”class”，”module”or”session”
- 除scope之外。还有params、autouse、ids、name等。
- fixture可以有返回值，如果没有return，默认会是None；用例调用fixture的返回值，就是直接把fixture的函数名称作为参数传入
- fixture可以返回一个元组、列表或字典
- test_用例可传单个、多个fixture参数
- fixture与fixture间可相互调用
1、fixture可以返回一个元祖、列表、字典
代码示例：
import pytest
@pytest.fixture()
def postcode():
print("========打印装饰器函数=====")
user = 'admin'
pwd = '123'
return user, pwd
def test_01(postcode):
print(postcode)
assert postcode[0] == 'admin'
assert postcode[1] == '123'
if __name__ == '__main__':
pytest.main(['-sv', 'test_01.py'])
结果：
2、用例传多个fixture参数
代码示例：
import pytest
@pytest.fixture()
def user():
print("=======user装饰器函数===========")
user = 'root'
return user
@pytest.fixture()
def pwd():
print("========pwd装饰器函数=========")
pwd = '123456'
return pwd
def test_02(user, pwd):
print(user, pwd)
assert user == 'root'
assert pwd == '123456'
if __name__ == '__main__':
pytest.main(['-sv', 'test_02.py'])
结果：
3、fixture与fixture之间可以互相调用
import pytest
@pytest.fixture()
def first():
print("\n===first===")
user = 'root'
assert user == 'root'
return user
@pytest.fixture()
def second(first):
print("\n===second===")
pwd = 123456
assert pwd == 123456
return first, pwd
def test_01(second):
print('\n', second)
assert second[0] == 'root'
assert second[1] == 123456
if __name__ == '__main__':
pytest.main(['-sv', 'test_03.py'])
结果：
语法规则：
@pytest.fixture(scope=”,params=”,autouse=”,ids=”,name=”)
scope：表示的是被@pytest.fixture标记的方法的作用域，function（默认），class,modte,package/session
在定义固件时，通过 scope 参数声明作用域，可选项有：
function: 函数级，每个测试函数都会执行一次固件；
class: 类级别，每个测试类执行一次，所有方法都可以使用；
module: 模块级，每个模块执行一次，模块内函数和方法都可使用；
session: 会话级，一次测试只执行一次，所有被找到的函数和方法都可用。
Params: 参数化
Autouse = true ：自动执行，默认False
Ids ：当使用params参数化时，给每一个值一个变量名，意义不大。
name： 表示的是被@pytest.fixture标记的方法取一个别名。
1、function级别，在函数前后执行
代码示例：
import pytest
@pytest.fixture(scope="function")
def login():
print("--这是前置方法--")
user = 'root'
pwd = '123'
yield user, pwd
print("--这是后置方法--")
class TestDemo:
def test01(self):
print("\ntest01")
def test02(self, login):
print("\ntest02")
assert login[0] == 'root'
assert login[1] == '123'
if __name__ == '__main__':
pytest.main(['-sv', 'test_05.py'])
结果：
小结：
yield和return，都可以返回值，并且返回的值可以在测试用例中获取。
yield生成器，返回一个对象（可以有多个值），yield后面可以接代码。
return返回一个值，return后面不能接代码。
如果加入autouse=True参数，那么表示自动使用，那么和setup，和teardown功能一致。
2、class级别，在类前后执行
若class中的每个test用例都调用了login，只在class所有用例执行前运行一次
代码示例：
import pytest
@pytest.fixture(scope="class")
def login():
print('\n---前置---')
a = 'root'
yield a
print('\n---后置---')
class TestCase1:
def test01(self, login):
print("\ntest01")
def test02(self, login):
print("\ntest02")
结果：
3、module级别，在模块前后执行
代码示例：
import pytest
@pytest.fixture(scope="module")
def login():
print("\n---前置---")
yield
print("\n---后置---")
class TestCase:
def test01(self, login):
print("\ntest01")
def test02(self, login):
print("\ntest02")
if __name__ == '__main__':
pytest.main(['-sv', 'test_07.py'])
结果:
4、session会话级别
Original: https://blog.csdn.net/mghoumin/article/details/119874749
Author: mghoumin
Title: pytest学习（五）- @pytest.fixture和 conftest 使用
相关阅读
Title: 线性代数Python计算：矩阵的转置、方阵的行列式和方阵的逆
1.矩阵的转置
numpy用来表示矩阵的2维数组的array对象的T属性，返回矩阵的转置。
例1 设A = ( 2 0 1 1 3 2 ) \boldsymbol{A}=\begin{pmatrix}2&0&1\1&3&2\end{pmatrix}A =(2 1 0 3 1 2 )，B = ( 1 7 − 1 4 2 3 2 0 1 ) \boldsymbol{B}=\begin{pmatrix}1&7&-1\4&2&3\2&0&1\end{pmatrix}B =⎝⎛1 4 2 7 2 0 −1 3 1 ⎠⎞，在Python中验证( A B ) T = B T A T (\boldsymbol{AB})^{\text{T}}=\boldsymbol{B}^\text{T}\boldsymbol{A}^\text{T}(A B )T =B T A T。
import numpy as np
A=np.array([[2,0,-1],
[1,3,2]])
B=np.array([[1,7,-1],
[4,2,3],
[2,0,1]])
print((np.matmul(A,B)).T)
print((np.matmul(B.T, A.T)))
程序中第2~3行和第4~6行分别设置矩阵A \boldsymbol{A}A和B \boldsymbol{B}B。第7行调用numpy的函数matmal(A,B)计算积A B \boldsymbol{AB}A B，然后访问其转置属性matmal(A,B).T输出( A B ) T (\boldsymbol{AB})^\text{T}(A B )T。第8行调用函数matmul(B.T,A.T)计算B T A T \boldsymbol{B}^\text{T}\boldsymbol{A}^\text{T}B T A T。运行程序，输出
[[ 0 17]
[14 13]
[-3 10]]
[[ 0 17]
[14 13]
[-3 10]]
2. 方阵的行列式
numpy包中用于处理线性代数的linalg模块提供的det函数可用来计算方阵的行列式。
例2：在Python中验算矩阵A = ( 3 1 − 1 2 − 5 1 3 − 4 2 0 1 − 1 1 − 5 3 − 3 ) \boldsymbol{A}=\begin{pmatrix}3&1&-1&2\-5&1&3&-4\2&0&1&-1\1&-5&3&-3\end{pmatrix}A =⎝⎜⎜⎛3 −5 2 1 1 1 0 −5 −1 3 1 3 2 −4 −1 −3 ⎠⎟⎟⎞的行列式det A \det\boldsymbol{A}det A。
import numpy as np
A=np.array([[3,1,-1,2],
[-5,1,3,-4],
[2,0,1,-1],
[1,-5,3,-3]])
print(np.linalg.det(A))
运行程序，输出
40.0
即det ( 3 1 − 1 2 − 5 1 3 − 4 2 0 1 − 1 1 − 5 3 − 3 ) = 40 \det\begin{pmatrix}3&1&-1&2\-5&1&3&-4\2&0&1&-1\1&-5&3&-3\end{pmatrix}=40 det ⎝⎜⎜⎛3 −5 2 1 1 1 0 −5 −1 3 1 3 2 −4 −1 −3 ⎠⎟⎟⎞=4 0。
3. 方阵的逆阵
numpy.linalg的inv函数计算可逆方阵的逆矩阵。
例3 设矩阵A = ( 1 2 3 2 2 1 3 4 3 ) \boldsymbol{A}=\begin{pmatrix}1&2&3\2&2&1\3&4&3\end{pmatrix}A =⎝⎛1 2 3 2 2 4 3 1 3 ⎠⎞，计算逆矩阵A − 1 \boldsymbol{A}^{-1}A −1。
import numpy as np
from utility import adjointMatrix
from fractions import Fraction as F
np.set_printoptions(formatter={'all':lambda x:
str(F(x).limit_denominator())})
A=np.array([[1,2,3],
[2,2,1],
[3,4,3]])
print('%.1f'%np.linalg.det(A))
print(np.linalg.inv(A))
注意程序中的第8行，调用numpy.linalg的inv函数，计算A的逆矩阵。运行程序输出
2.0
[[ 1 3 -2]
[-3/2 -3 5/2]
[ 1 1 -1]]
由于det A = 2 \det\boldsymbol{A}=2 det A =2，故A \boldsymbol{A}A可逆，A = ( 1 3 − 2 − 3 2 − 3 5 2 1 1 − 1 ) \boldsymbol{A}=\begin{pmatrix}1&3&-2\-\frac{3}{2}&-3&\frac{5}{2}\1&1&-1\end{pmatrix}A =⎝⎛1 −2 3 1 3 −3 1 −2 2 5 −1 ⎠⎞。
写博不易，敬请支持：
如果你从阅读这篇文章中得到了什么，请给出你的喜欢，评论和收藏。谢谢您一直鼓励我!
[En]
If you get something from reading this article, please give your likes, comments and collections. Thank you for your support!
Original: https://blog.csdn.net/u012958850/article/details/125261224
Author: 戌崂石
Title: 线性代数Python计算：矩阵的转置、方阵的行列式和方阵的逆
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/336903/
转载文章受原作者版权保护。转载请注明原作者出处！
