如何使用 pytest 测试 numba 向量化函数

Question

我目前正在编写几个函数，它们都使用 numba 进行了优化（一个使用 @guvectorize，一个使用 @vectorize。我还为这两个函数编写了一些测试，但是当我运行 pytest --cov --cov-report term-missing 我得到缺失的行对应于优化的函数。

这是 pytest 运行函数测试的问题还是其他（我的）问题？

两个函数中最简单的是：

@vectorize(["float64(float64, float64)", "float32(float32, float32)"], nopython=True)
def binarize_mask(mask_data, threshold):
    """Binarize the mask array based on a threshold.

    :param mask_data: Mask array.
    :param threshold: Threshold to apply to the mask.
    """
    # Binarize the mask array
    return 1 if mask_data >= threshold else 0

我用以下测试进行测试：

对于单个值：

def test_binarize_mask_return_value():
    threshold = np.float32(0.5)
    assert dl.binarize_mask(np.float32(0.3), threshold) == 0
    assert dl.binarize_mask(np.float32(0.7), threshold) == 1

对于数组：

def test_binarize_mask_float32():
    test_data = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10], dtype=np.float32)
    test_mask = np.array([0, 0, 1, 1, 1, 1, 1, 1, 1, 1], dtype=np.float32)
    binarized = dl.binarize_mask(test_data, 3.0)
    assert binarized.dtype == np.float64
    assert binarized.shape == test_mask.shape
    assert np.all(binarized == test_mask)

Answer 1

只要编译了代码，coverage.py 就无法再测量代码的覆盖率。你可以找到一些 issues about 这个。

您可以通过 excluding code from coverage.py 将未经测试的代码简单地隐藏在地毯下。

但我知道你对你的代码很认真，你真的想检查你的算法。然后你可以运行你的测试两次。一个用于检查您的代码，另一个用于检查覆盖率，方法是设置环境变量 NUMBA_DISABLE_JIT=1，如 here.

所述

如何使用 pytest 测试 numba 向量化函数

How can i test numba vectorized functions with pytest

python

testing

pytest

numba

test-coverage