Testning med pytest

Ett test är kod som anropar din kod och kontrollerar resultatet med assert. Ett testbibliotek (pytest) hittar alla test_*-funktioner, kör dem och rapporterar.

Varför? För att kunna ändra kod utan rädsla. Ett ML-projekt utan tester går sönder tyst: en förändring i dataladdningen och plötsligt tränar modellen på fel kolumn — utan felmeddelande, bara sämre siffror tre timmar senare.

Testa: normalfall, gränsfall (tomt, noll, ett element), felfall (ska lyfta undantag).

# test_normalisera.py
import pytest
from normalisera import normalisera

def test_medel_noll_std_ett():
    ut = normalisera([1.0, 2.0, 3.0])
    assert abs(sum(ut) / 3) < 1e-9

@pytest.mark.parametrize("x", [[], [5.0]])
def test_degenererat(x):
    with pytest.raises(ValueError):
        normalisera(x)

@pytest.fixture
def data():
    return [10.0, 20.0, 30.0, 40.0]

def test_ordning_bevaras(data):
    ut = normalisera(data)
    assert ut == sorted(ut)

Kör pytest -q. En fallerande rad visar assert 0.3 < 1e-9 med värdena — läs vilket uttryck som föll, inte bara att det föll.