pytest-caprng 0.1.0

这是为什么？

测试随机函数具有挑战性。粗略地说，发生了两件事之一：

1. 你学会忽略零星的失败。例如，如果你在某个随机函数上构造了一个binomial_test，它就有可能失败。知道了这一点，你就重新运行测试；它起作用；你得出结论说没有问题。通常，这是正确的结论。但是，一遍又一遍地重复这个模式会让你看不到真正错误的代码。这使得发现错误的可能性降低。这很糟糕。
2. 你的猴子修补你的prng。通常，这意味着调度实现，注入确定性。但是，这需要知道测试函数的实现细节。而且，如果这种情况改变了，测试也需要改变。这很脆弱。这使得发现错误的可能性降低。这很糟糕。

这个插件是一个折衷方案，旨在消除（2）并降低（1）的流行率。它通过再现性为您的测试提供了一些确定度。如果随机测试失败，重新运行它将导致完全相同的失败。

它是怎么工作的？

除非您有（很酷的）专用硬件，否则代码不会使用随机数。相反，它使用一个由伪随机数生成器（prng）产生的“足够随机”的确定的数字序列，每个prng都有一个内部状态。绘制样本时，状态将更改。如果将prng的状态重置回原始状态，然后再次采样，则采样将与第一个相同。这是确定性的。

这个插件利用了random和np.random底层prng的决定论。在每个测试功能之前，cap rng[cap]表示p[rng]状态。如果测试失败，插件会将捕获的状态写入缓存。然后，当您重新运行测试时，插件将查看您的测试函数是否具有任何关联的、缓存的prng状态。如果是，它会将prng状态覆盖到prior以运行测试函数，previous reproducting the failing tests prior environment。

安装

您可以通过以下方式安装“pytest caprng”：

$ pip install pytest-caprng

用法

对于基于random的状态捕获：

$ pytest --caprng-global-stdlib

对于np.random：

$ pytest --caprng-global-np

您可能应该将选项添加到pytest.ini文件中：

[pytest] addopts = –caprng-global-stdlib –caprng-global-np

这样你就不会“错过”可复制的错误。

贡献

我们非常欢迎您的贡献。测试可以使用tox运行，请确保 在提交请求之前，覆盖范围至少保持不变。

许可证

“Pytest Caprng”是根据麻省理工学院许可证条款发行的免费开源软件

问题

如果您遇到任何问题，请提交一个问题与详细说明。