คำถามติดแท็ก nose

5
ฉันจะรันการทดสอบเดี่ยวด้วย Nose ใน Pylons ได้อย่างไร
ฉันมีแอพ Pylons 1.0 ที่มีการทดสอบมากมายในไดเรกทอรี test / functional ฉันได้รับผลการทดสอบแปลก ๆ และฉันต้องการทดสอบเพียงครั้งเดียว เอกสารจมูกบอกว่าฉันควรจะสามารถส่งผ่านชื่อการทดสอบที่บรรทัดคำสั่ง แต่ฉันได้รับ ImportErrors ไม่ว่าฉันจะทำอะไร ตัวอย่างเช่น: nosetests -x -s sometestname ให้: Traceback (most recent call last): File "/home/ben/.virtualenvs/tsq/lib/python2.6/site-packages/nose-0.11.4-py2.6.egg/nose/loader.py", line 371, in loadTestsFromName module = resolve_name(addr.module) File "/home/ben/.virtualenvs/tsq/lib/python2.6/site-packages/nose-0.11.4-py2.6.egg/nose/util.py", line 334, in resolve_name module = __import__('.'.join(parts_copy)) ImportError: No module named sometestname ฉันได้รับข้อผิดพลาดเดียวกันสำหรับ nosetests …

9
ข้อผิดพลาดในการนำเข้าจมูก Python
ดูเหมือนจะไม่สามารถรับกรอบการทดสอบจมูกได้เพื่อจดจำโมดูลใต้สคริปต์ทดสอบของฉันในโครงสร้างไฟล์ได้ ฉันได้สร้างตัวอย่างที่ง่ายที่สุดที่แสดงให้เห็นถึงปัญหา ฉันจะอธิบายไว้ด้านล่าง นี่คือโครงสร้างไฟล์แพ็คเกจ: ./__init__.py ./foo.py ./tests ./__init__.py ./test_foo.py foo.py ประกอบด้วย: def dumb_true(): return True การทดสอบ / test_foo.py ประกอบด้วย: import foo def test_foo(): assert foo.dumb_true() ทั้งสอง ไฟล์init. pyว่างเปล่า หากฉันรันnosetests -vvในไดเร็กทอรีหลัก (โดยที่ foo.py อยู่) ฉันจะได้รับ: Failure: ImportError (No module named foo) ... ERROR ====================================================================== ERROR: Failure: ImportError (No module named foo) …

4
การตั้งค่าเบรกพอยต์ด้วยตัวเลือก nosetests --pdb
nosetests --pdbให้ฉันหยุดเมื่อเกิดข้อผิดพลาดหรือล้มเหลว แต่มันสายเกินไปสำหรับความต้องการของฉัน การก้าวผ่านโค้ดระหว่างการดำเนินการช่วยให้ฉันแก้ไขจุดบกพร่องที่เกิดปัญหาได้ อย่างไรก็ตามการทดสอบ nosetests มีประโยชน์เนื่องจากอนุญาตการทดสอบที่อาศัยการนำเข้าแบบสัมพัทธ์ (เช่นการทดสอบในแพ็คเกจ) ฉันจะตั้งค่าเบรกพอยต์ก่อนดำเนินการทดสอบได้อย่างไร ตอนนี้ฉันใช้: python -m pdb /path/to/my/nosetests testfile.py วิธีนี้ไม่เพียงพอ การทดสอบ Nosetests รบกวนเอาต์พุต pdb และการควบคุมแป้นพิมพ์ของฉัน (เช่นปุ่มลูกศร) เสีย ใช้นำเข้า pdb; pdb.set_trace () ดูเหมือนจะเป็นความคิดที่ดีอย่างไรก็ตามการทดสอบ nosetests กำลังบล็อกการเข้าถึงคอนโซล pdb ของฉัน
88 python  testing  nose  pdb 

1
nose vs pytest - อะไรคือความแตกต่าง (ส่วนตัว) ที่ควรทำให้ฉันเลือก [ปิด]
ปิด . คำถามนี้เป็นคำถามความคิดเห็นตาม ขณะนี้ยังไม่ยอมรับคำตอบ ต้องการปรับปรุงคำถามนี้หรือไม่ อัปเดตคำถามเพื่อให้สามารถตอบได้ด้วยข้อเท็จจริงและการอ้างอิงโดยแก้ไขโพสต์นี้ ปิดให้บริการใน3 ปีที่ผ่านมา ปรับปรุงคำถามนี้ ฉันได้เริ่มทำงานกับโปรเจ็กต์ Python ที่ค่อนข้างใหญ่ (มัลติเธรด) พร้อมการทดสอบ (หน่วย) มากมาย ปัญหาที่สำคัญที่สุดคือการเรียกใช้แอปพลิเคชันต้องใช้สภาพแวดล้อมที่กำหนดไว้ล่วงหน้าซึ่งดำเนินการโดยผู้จัดการบริบท จนถึงตอนนี้เราได้ใช้โปรแกรมวิ่งทดสอบหน่วยเวอร์ชันที่ได้รับการแก้ไขแล้วซึ่งจะเรียกใช้การทดสอบภายในตัวจัดการนี้ แต่ไม่อนุญาตให้สลับบริบทระหว่างโมดูลทดสอบต่างๆ ทั้งจมูกและ pytest สนับสนุนสิ่งนี้เนื่องจากรองรับการติดตั้งที่รายละเอียดต่างๆดังนั้นเราจึงกำลังมองหาการเปลี่ยนไปใช้จมูกหรือ pytest ไลบรารีทั้งสองนี้ยังรองรับการทดสอบ 'การแท็ก' และเรียกใช้เฉพาะส่วนย่อยที่ติดแท็กเหล่านี้ซึ่งเป็นสิ่งที่เราต้องการทำเช่นกัน ฉันได้ดูเอกสารของทั้ง nose และ pytest เล็กน้อยและเท่าที่ฉันเห็นส่วนที่ใหญ่กว่าของไลบรารีเหล่านั้นสนับสนุนฟังก์ชันการทำงานเดียวกันเป็นหลักยกเว้นว่าอาจมีชื่อแตกต่างกันหรือต้องการไวยากรณ์ที่แตกต่างกันเล็กน้อย นอกจากนี้ฉันสังเกตเห็นความแตกต่างเล็กน้อยในปลั๊กอินที่มีอยู่ (จมูกมีการสนับสนุนหลายกระบวนการเช่น pytest ดูเหมือนจะไม่) ดูเหมือนว่าปีศาจจะอยู่ในรายละเอียดซึ่งหมายถึง (อย่างน้อยที่สุด) ด้วยรสนิยมส่วนตัวและเราควรไปกับห้องสมุดที่เหมาะกับรสนิยมส่วนตัวของเราที่สุด ดังนั้นฉันจะขอการโต้แย้งโดยอัตวิสัยว่าทำไมฉันควรใช้จมูกหรือ pytest เพื่อเลือกคอมโบห้องสมุด / ชุมชนที่เหมาะกับความต้องการของเรามากที่สุด
85 python  pytest  nose 

4
ModuleNotFoundError: ไม่มีโมดูลชื่อ 'numpy.testing.nosetester'
ฉันใช้ต้นไม้ตัดสินใจและข้อผิดพลาดนี้เกิดขึ้น สถานการณ์เดียวกันปรากฏขึ้นเมื่อฉันใช้ Back Propagation ฉันจะแก้มันได้อย่างไร (ขออภัยสำหรับภาษาอังกฤษที่ไม่ดีของฉัน) import pandas as pd import numpy as np a = np.test() f = open('E:/lgdata.csv') data = pd.read_csv(f,index_col = 'id') x = data.iloc[:,10:12].as_matrix().astype(int) y = data.iloc[:,9].as_matrix().astype(int) from sklearn.tree import DecisionTreeClassifier as DTC dtc = DTC(criterion='entropy') dtc.fit(x,y) x=pd.DataFrame(x) from sklearn.tree import export_graphviz with open('tree.dot','w') as f1: …
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.