Hypothesis项目中如何全局限制浮点数策略避免NaN和Infinity
2025-05-29 23:07:07作者:平淮齐Percy
在Python测试领域,Hypothesis是一个非常流行的基于属性的测试库,它能够自动生成测试数据。当我们需要测试涉及浮点数运算的复杂数据结构时,经常会遇到需要限制浮点数范围的需求,特别是避免生成NaN(非数字)和Infinity(无穷大)这类特殊值。
问题背景
在实际开发中,我们经常需要测试包含嵌套数据结构的代码。这些数据结构可能由多个dataclass组成,形成一个复杂的对象树。当这些结构包含浮点数字段时,Hypothesis默认会生成包括NaN和Infinity在内的所有可能的浮点数值。
然而,某些场景下我们需要限制这些特殊值的生成:
- 当数据需要被序列化为JSON格式时,JSON规范不支持NaN和Infinity
- 某些业务逻辑可能无法正确处理这些特殊值
- 测试时我们可能只关心常规浮点数的行为
解决方案
Hypothesis提供了一个优雅的解决方案:通过register_type_strategy
函数全局注册浮点数的生成策略。这种方法可以确保在整个测试过程中,所有浮点数字段都遵循相同的限制规则。
from hypothesis import strategies as st
# 注册全局浮点数策略
st.register_type_strategy(
float,
st.floats(
allow_nan=False, # 禁止生成NaN
allow_infinity=False, # 禁止生成Infinity
allow_subnormal=False # 可选:禁止生成非正规数
)
)
实现原理
- 类型策略注册:
register_type_strategy
函数允许我们为特定类型注册自定义的生成策略 - 自动应用:注册后,Hypothesis在遇到该类型时会自动使用注册的策略
- 递归处理:对于嵌套数据结构,Hypothesis会递归地应用这些策略
实际应用示例
考虑一个包含嵌套dataclass的场景:
from dataclasses import dataclass
@dataclass
class Child:
f1: float
f2: float | None
@dataclass
class Parent:
child: Child
注册全局策略后,所有Parent
实例中的浮点数字段都会自动遵循我们定义的规则,无需为每个字段单独指定策略。
注意事项
- 测试可复现性:可以通过设置随机种子确保测试可复现
- 策略覆盖范围:注册的策略会影响项目中所有使用该类型的测试
- 性能影响:限制范围可能会略微影响测试数据生成速度
总结
通过全局注册浮点数策略,我们可以优雅地解决复杂数据结构中浮点数限制的问题。这种方法不仅代码简洁,而且维护方便,是处理类似需求的推荐做法。Hypothesis的这种设计体现了其灵活性和可扩展性,使得它能够适应各种复杂的测试场景。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0370Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++099AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp音乐播放器项目中的函数调用问题解析2 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析3 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析4 freeCodeCamp课程视频测验中的Tab键导航问题解析5 freeCodeCamp课程中屏幕放大器知识点优化分析6 freeCodeCamp Cafe Menu项目中link元素的void特性解析7 freeCodeCamp英语课程填空题提示缺失问题分析8 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 9 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析10 freeCodeCamp全栈开发课程中React实验项目的分类修正
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
203
2.18 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
62
94

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
977
575

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
550
84

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133