（数据科学学习手札144）使用管道操作符高效书写Python代码

大家好我是费老师，一些比较熟悉 pandas的读者朋友应该经常会使用 query()、 eval()、 pipe()、 assign()等 pandas的常用方法（相关知识详见我的 pandas专题教程 https://www.cnblogs.com/feffery/tag/pandas/），书写可读性很高的 链式数据分析处理代码，从而更加丝滑流畅地组织代码逻辑。

但在原生 Python中并没有提供类似 shell中的管道操作符 |、 R中的管道操作符 %>%等语法，也没有针对列表等数组结构的可进行链式书写的快捷方法，譬如 javascript中数组的 map()、 filter()、 some()、 every()等。

正所谓”标准库不够，三方库来凑”， Python原生对链式写法支持不到位没关系，我们可以使用一些简单方便且轻量的第三方库来协助我们在 Python代码中大面积实现链式写法，今天的文章中费老师我就将带大家一起学习相关的知识技巧~

我们将使用到 pipe这个第三方库，它不仅内置了很多实用的 管道操作函数，还提供了将常规函数快捷 转换为管道操作函数的方法，使用 pip install pipe对其进行安装即可。

pipe的用法非常方便，类似 shell中的管道操作：以你的数组变量为起点，使用操作符 |衔接 pipe内置的各个常见管道操作函数，组装起自己所需的计算步骤即可，譬如，我们筛选输入数组中为偶数的，再求平方，就可以写作：

import pipe

list(
    range(10) |
    pipe.filter(lambda x: x % 2 == 0) |
    pipe.select(lambda x: x ** 2)
)

因为 pipe搭建的管道默认都是惰性运算的，直接产生的结果是生成器类型，所以上面的例子中我们最外层套上了 list()来取得实际计算结果，更优雅的方式是配合 pipe.Pipe()，将 list()也改造为管道操作函数：

from pipe import Pipe

(
    range(10) |
    pipe.filter(lambda x: x % 2 == 0) |
    pipe.select(lambda x: x ** 2) |
    Pipe(list)
)

在上面的简单例子中我们使用到的 filter()、 select()等就是 pipe中常见的管道操作函数，事实上 pipe中的管道操作函数相当的丰富，下面我们来展示其中一些常用的：

2.1 pipe中常用的管道操作函数

如果你想要将任意嵌套数组结构展平，可以使用 traverse()：

(
    [1, [2, 3, [4, 5]], 6, [7, 8, [9, [10, 11]]]] |
    pipe.traverse |
    Pipe(list)
)

2.1.2 使用dedup()进行顺序去重

如果我们需要对包含若干重复值的数组进行去重，且希望保留原始数据的顺序，则可以使用 dedup()，其还支持 key参数，类似 sorted()中的同名参数，实现自定义去重规则：

(
    [-1, 0, 0, 0, 1, 2, 3] |
    pipe.dedup |
    Pipe(list)
)

(
    [-1, 0, 0, 0, 1, 2, 3] |
    # 基于每个元素的绝对值进行去重
    pipe.dedup(key=abs) |
    Pipe(list)
)

我们最开始的例子中使用过它，用法就是基于传入的 lambda函数对每个元素进行条件判断，并保留结果为 True的，与 javascript中的 filter()方法非常相似：

(
    [1, 4, 3, 2, 5, 6, 8] |
    # 保留大于5的元素
    pipe.filter(lambda x: x > 5) |
    Pipe(list)
)

这个函数非常实用，其功能相当于管道操作版本的 itertools.groupby()，可以帮助我们基于 lambda函数运算结果对原始输入数组进行分组，通过 groupby()操作后直接得到的结果是分组结果的二元组列表，每个元组的第一个元素是分组标签，第二个元素是分到该组内的各个元素：

基于此，我们可以衔接很多其他管道操作函数，譬如衔接 select()对分组结果进行自定义运算：

这个函数是 pipe()中核心的管道操作函数，通过前面的若干例子也能弄明白，它的功能是基于我们自定义的函数，对上一步的运算结果进行遍历运算。

相当于内置函数 sorted()的管道操作版本，同样支持 key、 reverse参数：

上述内容足以支撑大部分日常操作需求，你也可以在 https://github.com/JulienPalard/Pipe中查看 pipe的更多功能介绍。

以上就是本文的全部内容，欢迎在评论区与我进行讨论~

Original: https://www.cnblogs.com/feffery/p/16794858.html
Author: 费弗里
Title: （数据科学学习手札144）使用管道操作符高效书写Python代码

---

---

相关阅读

Title: 自动化测试框架pytest系列一

各位小伙伴们，大家好，今天给大家带来的pytest方面的干货，超详细。

大家在编写自动化测试脚本的时候都会用到测试框架，pytest就是其中一种，而且是超级好用，好学的一种，它的优点就不在这里讲了，今天主要是讲一下pytest执行用例的方式

先来简单的给没有接触过pytest的伙伴了解一下pytest的一些基本规则：

1.所有的单测文件名都需要满足test_ _.py格式或__test.py格式。

2.在单测文件中，测试类以Test开头，并且不能带有 init 方法(注意：定义class时，需要以Test开头，不然pytest是不会去运行该class的)

3.在单测类中，可以包含一个或多个test_开头的函数。

来个pytest的helloworld吧，代码如下：

运行后，结果如下：

我们测试一个项目肯定不只一两个测试用例，通常都有很多测试用例，同样我们编写自动化测试用例脚本也不可能才一两个脚本，也是有很多脚本的，通常都会归类，放到某个文件夹下面，接下来我们看看怎么一下执行一个目录中的所有用例，首先建立一个目录，名为Filetest,里面的模块如下：

我们在创建一个文件，来执行这些用例，代码如下：

import pytest
#执行Filetest目录中所有的用例
pytest.main(["./Filetest/"])

执行结果如下:

当然我们也可以执行目录里某个模块里所有的用例，代码如下：

pytest.main(["./Filetest/hello_py2_test.py"])

也可以执行模块里某个用例，代码如下：

pytest.main(["./Filetest/hello_py_test.py::test_01"])

我们还可以更加灵活的根据标记，双冒号，类名，类中的某个用例，关键字匹配，出现失败就停止等等方法去执行我们的用例，如下：

#执行某个模块里某个用例
pytest.main(["./Filetest/hello_py_test.py::test_01"])
#通过标记来执行某个模块里某几个用例
pytest.main(["./Filetest/slow_test.py","-s","-m","slow"])
#执行某个模块里某个类里的某个方法
pytest.main(["./Filetest/myclass_test.py::TestMaker::test_b","-s"])
#有执行到一个错误用例就停止
pytest.main(["./Filetest/",'-x'])
#出现2个失败就终止测试,数字可以变
pytest.main(["./Filetest/",'--maxfail=2'])
#通过关键字匹配执行用例
#1.执行Filetest目录里所有函数中有test_0字符串的用例
pytest.main(["./Filetest/",'-k',"test_0"])
#2.执行Filetest目录里所有类名中有Maker2
pytest.main(["./Filetest/",'-k',"Maker2"])
#3.不执行Filetest目录里所有类名中有Maker2里有test_b1字符串的用例
pytest.main(["./Filetest/",'-s','-k',"Maker2 and not test_b1"])
#4.不执行Filetest目录里所有函数中有test_0字符串的用例
pytest.main(["./Filetest/",'-k',"not test_0"])

想要更详细的代码，可以访问如下网站：

http://it.qfedu.com/oa.php/Public/share?c2lkPTEwOTM=

今天的pytest的技术就先到这啦，后面我们还会推出更多关于pytest的技术，小伙伴们可以持续的关注我们哦，当然我们发布的技术不只是只有测速框架哦，也不是只有测试技术，也有职场经验和职场技巧方面的知识的

总结：pytest作为比较流行的单元测试框架，还是比较多人使用的，其实测试框架不会太难学习，基本上学习了一种，其他的大部分都差不多，等积累了一定的测试知识，再学习其他的测试框架就很容易了。

最后我们测试人善于使用测试工具，提高测试效率才能在企业中不断进步，收获更多更好的企业资源，在职场中才能发展的越来越好。测试技术一直在更新，也鞭策我们测试人要不断的学习新的测试技术。

最后感谢每一个认真阅读我文章的人，下面这个网盘链接也是我费了几天时间整理的非常全面的，希望也能帮助到有需要的你！

这些资料， 对于想转行做【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴我走过了最艰难的路程，希望也能帮助到你！凡事要趁早，特别是技术行业，一定要提升技术功底。希望对大家有所帮助……

如果你不想一个人野蛮生长，找不到系统的资料，问题得不到帮助，坚持几天便放弃的感受的话，可以点击下方小卡片加入我们群，大家可以一起讨论交流，里面会有各种软件测试资料和技术交流。

敲字不易，如果此文章对你有帮助的话，点个赞收个藏来个关注，给作者一个鼓励。也方便你下次能够快速查找。

自学推荐B站视频：

零基础转行软件测试：38天自学完软件测试，拿到了字节的测试岗offer，堪称B站最好的视频！

自动化测试进阶：已上岸华为，涨薪20K，2022最适合自学的python自动化测试教程，自己花16800买的,无偿分享

Original: https://blog.csdn.net/weixin_57805858/article/details/126319199
Author: 代码小怡
Title: 自动化测试框架pytest系列一