PYTHON UNIT TESTING
CÁC CHỦ ĐỀ
BÀI MỚI NHẤT
MỚI CẬP NHẬT

Thông báo: Download 4 khóa học Python từ cơ bản đến nâng cao tại đây.

Phương thức assertAlmostEqual() trong Python

Trong kiểm thử đơn vị (unit testing) với Python, việc so sánh các giá trị số thập phân có thể gặp khó khăn do tính chất không chính xác của số học dấu phẩy động. Để giải quyết vấn đề này, Python cung cấp phương thức assertAlmostEqual() trong mô-đun unittest. Phương thức này cho phép bạn kiểm tra xem hai giá trị có xấp xỉ bằng nhau hay không, giúp đảm bảo tính chính xác và ổn định của các bài kiểm thử liên quan đến số học dấu phẩy động. Trong bài viết này, bạn sẽ học cách sử dụng phương thức assertAlmostEqual() để thực hiện kiểm thử đơn vị hiệu quả cho các giá trị số thập phân.

test php

banquyen png
Bài viết này được đăng tại freetuts.net, không được copy dưới mọi hình thức.

Giới thiệu về phương thức assertAlmostEqual() trong Python

Ph C6 B0 C6 A1ng 20th E1 BB A9c 20assert   20trong 20Python 20 5  png

Phương thức assertAlmostEqual() là một phương thức của lớp TestCase trong mô-đun unittest. Phương thức này kiểm tra xem hai giá trị có xấp xỉ bằng nhau hay không bằng cách thực hiện các bước sau:

  • Tính toán sự khác biệt giữa hai giá trị.
  • Làm tròn sự khác biệt đến số chữ số thập phân đã cho (mặc định là 7).
  • So sánh giá trị sau khi làm tròn với số không.

Dưới đây là cú pháp của phương thức assertAlmostEqual():

assertAlmostEqual(first, second, places=7, msg=None, delta=None)

Phương thức này sử dụng kiểm tra sau:

Bài viết này được đăng tại [free tuts .net]

round(first - second, 7) == 0

Phương thức assertAlmostEqual() sử dụng places (số chữ số thập phân) để làm tròn sự khác biệt trước khi so sánh nó với số không. Lưu ý rằng places không phải là các chữ số có nghĩa.

Nếu bạn truyền delta thay vì places, sự khác biệt giữa firstsecond phải nhỏ hơn hoặc bằng delta.

Phương thức assertAlmostEqual() cho phép bạn sử dụng hoặc places hoặc delta. Nếu bạn cố gắng truyền cả hai tham số, bạn sẽ gặp lỗi TypeError.

Ví dụ về phương thức assertAlmostEqual() trong Python

Đầu tiên, định nghĩa một hàm area() tính toán diện tích của một hình tròn trong tệp circle.py:

import math

def area(radius: float) -> float:
    return math.pi * math.pow(radius, 2)

Hàm area() nhận một bán kính dưới dạng float và trả về diện tích của hình tròn dưới dạng float.

Vì Python chỉ có thể biểu diễn các số float một cách xấp xỉ, bạn cần sử dụng phương thức assertAlmostEqual() để kiểm tra kết quả của hàm area() với một số float khác.

Ví dụ, kiểm tra sau đây sử dụng phương thức assertEqual() sẽ thất bại:

self.assertEqual(0.1 + 0.1 + 0.1, 0.3)

Tuy nhiên, kiểm tra sau đây sử dụng phương thức assertAlmostEqual() sẽ thành công:

self.assertAlmostEqual(0.1 + 0.1 + 0.1, 0.3)

Tiếp theo, định nghĩa một mô-đun kiểm tra test_circle.py và nhập mô-đun circle.py:

import unittest
from circle import area
from math import pi

class TestCircle(unittest.TestCase):
    def test_area(self):
        self.assertAlmostEqual(area(0), 0)
        self.assertAlmostEqual(area(1), pi)
        self.assertAlmostEqual(area(0.1), pi * 0.1 * 0.1)

Cách hoạt động:

  • Đầu tiên, định nghĩa lớp TestCircle kế thừa từ lớp TestCase.
  • Thêm phương thức kiểm tra test_area() vào lớp TestCircle.
  • Sử dụng phương thức assertAlmostEqual() để kiểm tra xem kết quả của hàm area() có xấp xỉ bằng 0, pi và pi * 0.1 * 0.1 hay không.

Sau đó, chạy kiểm tra:

python -m unittest -v

Kết quả:

test_area (test_circle.TestCircle) ... ok

----------------------------------------------------------------------
Ran 1 test in 0.000s

OK

Phương thức assertNotAlmostEqual() trong Python

Phương thức assertNotAlmostEqual() là phương thức ngược lại của assertAlmostEqual(). Nó kiểm tra xem hai giá trị có không xấp xỉ bằng nhau hay không.

Kết bài

Việc sử dụng phương thức assertAlmostEqual() trong kiểm thử đơn vị giúp đảm bảo tính chính xác của các phép tính số học dấu phẩy động trong mã nguồn của bạn. Bằng cách kiểm tra xem hai giá trị có xấp xỉ bằng nhau hay không, bạn có thể phát hiện sớm các lỗi tiềm ẩn liên quan đến tính toán số học. Điều này đặc biệt hữu ích khi làm việc với các giá trị thập phân hoặc khi kết quả cần có độ chính xác cao. Sử dụng assertAlmostEqual() sẽ giúp bạn viết các bài kiểm thử mạnh mẽ và tin cậy hơn, đồng thời nâng cao chất lượng và độ tin cậy của phần mềm bạn phát triển.

Cùng chuyên mục:

Cách lưu trữ và tải lại Models trong PyTorch

Cách lưu trữ và tải lại Models trong PyTorch

Tìm hiểu về TensorBoard với PyTorch

Tìm hiểu về TensorBoard với PyTorch

Học chuyển giao (Transfer Learning) trong PyTorch Beginner

Học chuyển giao (Transfer Learning) trong PyTorch Beginner

Hướng dẫn cơ bản mạng Nơ-ron Tích Chập (CNN) trong PyTorch

Hướng dẫn cơ bản mạng Nơ-ron Tích Chập (CNN) trong PyTorch

Mạng Nơ-Ron truyền thẳng (Feed Forward Neural Network) trong PyTorch

Mạng Nơ-Ron truyền thẳng (Feed Forward Neural Network) trong PyTorch

Tìm hiểu Activation Functions trong PyTorch

Tìm hiểu Activation Functions trong PyTorch

Softmax và Cross Entropy trong PyTorch Beginner

Softmax và Cross Entropy trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset và DataLoader trong PyTorch Beginner

Dataset và DataLoader trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Sử dụng Gradient Descent với Autograd trong PyTorch

Sử dụng Gradient Descent với Autograd trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn cài đặt PyTorch với Deep Learning

Hướng dẫn cài đặt PyTorch với Deep Learning

LDA (Linear Discriminant Analysis) trong Python

LDA (Linear Discriminant Analysis) trong Python

Thuật toán AdaBoost trong Python

Thuật toán AdaBoost trong Python

Thuật toán K-Means Clustering trong Python

Thuật toán K-Means Clustering trong Python

Triển khai PCA bằng Python

Triển khai PCA bằng Python

Triển khai thuật toán Random Forest bằng Python

Triển khai thuật toán Random Forest bằng Python

Top