生成网络图的一种假设策略
hypothesis-networkx的Python项目详细描述
假设网络x
该模块为生成networkx图提供了一种假设策略。 这可以用来有效和彻底地测试代码。
安装
此模块可以通过pip：
pip install hypothesis-networkx
用户指南
模块公开一个函数：graph_builder。这个函数是
构造图的假设合成策略。您可以如下使用：
fromhypothesis_networkximportgraph_builderfromhypothesisimportstrategiesasstimportnetworkxasnxnode_data=st.fixed_dictionaries({'name':st.text(),'number':st.integers()})edge_data=st.fixed_dictionaries({'weight':st.floats(allow_nan=False,allow_infinity=False)})builder=graph_builder(graph_type=nx.Graph,node_keys=st.integers(),node_data=node_data,edge_data=edge_data,min_nodes=2,max_nodes=10,min_edges=1,max_edges=None,self_loops=False,connected=True)graph=builder.example()print(graph.nodes(data=True))print(graph.edges(data=True))
当然，这个构建器是一个有效的假设策略，并且使用它来 举例并不是很有用。相反，你可以（也应该）在 您的测试框架：
fromhypothesisimportgiven@given(graph=builder)deftest_my_function(graph):assertmy_function(graph)==known_function(graph)
给graph_builder的参数的含义是非常漂亮的
不言而喻，但它们必须作为关键字参数给出。
node_data：从中提取节点属性的策略。edge_data：从中提取边缘属性的策略。node_keys：从中提取节点键的策略，或者 没有。如果没有，则节点键将是范围（0，节点数）中的整数。graph_type：将调用此函数（或类）而不使用 创建一个空的初始图形。connected：如果为true，则生成的图保证是单个的 连接的组件。self_loops：如果为false，则生成的图中不会有自循环。 自循环是节点和自身之间的边。
min_edges的边，则可以添加
没有足够的节点，并且超过
max_edges如果connected为真。已知限制
本模块有一些（次要）未解决的问题：
- 对于大型图，图形生成可能很慢。
- 当生成的图 太小了。
- 如果
connected为真，则不总是遵守max_edges参数。 - 它目前适用于Python2.7，但这被认为是不推荐的，而且 可能会在没有通知的情况下停止工作。
另请参见
欢迎加入QQ群-->： 979659372
