pytest-mpl 项目使用教程
2025-04-21 19:58:21作者:柯茵沙
1. 项目的目录结构及介绍
pytest-mpl 项目是一个用于 Matplotlib 图像比较的 pytest 插件。以下是项目的目录结构及文件介绍:
pytest-mpl/
├── .github/ # GitHub 工作流和配置文件
├── docs/ # 文档源文件
├── pytest_mpl/ # pytest-mpl 插件的核心代码
│ ├── __init__.py
│ ├── plugins.py
│ └── tolerance.py
├── tests/ # 测试用例和测试数据
│ ├── __init__.py
│ ├── test compare.py
│ ├── test generate.py
│ └── ... # 其他测试文件
├── .gitignore # Git 忽略文件
├── .pre-commit-config.yaml # pre-commit 配置文件
├── .readthedocs.yaml # Read the Docs 配置文件
├── CHANGES.md # 更改记录
├── LICENSE # 许可证文件
├── MANIFEST.in # 打包包含文件
├── README.rst # 项目说明文件
├── RELEASING.md # 发布指南
├── pyproject.toml # 项目配置文件
├── setup.cfg # 设置配置文件
├── setup.py # 设置文件
└── tox.ini # tox 测试配置文件
.github/: 包含 GitHub Actions 工作流文件,用于自动化测试、构建和发布等。docs/: 包含项目的文档源文件,通常使用 Sphinx 或 MkDocs 等工具生成 HTML 文档。pytest_mpl/: 包含 pytest-mpl 插件的核心代码和模块。tests/: 包含用于验证 pytest-mpl 功能的测试用例和测试数据。.gitignore: 指定 Git 忽略的文件和目录。.pre-commit-config.yaml: 配置 pre-commit 工具,用于在提交代码前执行一些格式化任务。.readthedocs.yaml: 配置 Read the Docs,用于在线托管文档。CHANGES.md: 记录了项目的更改历史。LICENSE: 包含项目的许可证信息。MANIFEST.in: 指定打包时包含的文件和目录。README.rst: 项目的主要说明文件,包含了项目的介绍和基本使用方法。RELEASING.md: 包含了发布新版本项目的指南。pyproject.toml: 包含了项目的元数据和构建系统配置。setup.cfg: 包含了安装、打包和测试等配置。setup.py: 用于安装和打包项目的脚本。tox.ini: 配置 tox 工具,用于自动化测试。
2. 项目的启动文件介绍
pytest-mpl 插件的启动主要是通过在测试文件中使用 pytest 命令来触发的。以下是启动项目的基本步骤:
-
安装 pytest-mpl 插件:
pip install pytest-mpl -
编写包含图像比较测试的测试函数,并使用
@pytest.mark.mpl_image_compare装饰器标记这些测试函数。 -
运行测试并生成参考图像:
pytest --mpl-generate-path=baseline -
运行测试并比较生成的图像与参考图像:
pytest --mpl -
如果需要,可以生成图像比较结果的 HTML 汇总:
pytest --mpl-generate-summary=html
3. 项目的配置文件介绍
pytest-mpl 插件的配置主要通过以下文件进行:
-
.pre-commit-config.yaml: 用于配置 pre-commit 工具,它会在提交代码前自动执行指定的钩子,例如代码格式化、静态分析等。 -
.readthedocs.yaml: 用于配置 Read the Docs 服务,它允许你将项目的文档托管在 Read the Docs 上,并自动构建和发布文档。 -
pyproject.toml: 用于定义项目的元数据和构建系统配置,它也被用来配置构建工具如 pip 和 build。 -
setup.cfg: 用于配置打包和安装过程,它包括项目信息和命令行选项。 -
tox.ini: 用于配置 tox 测试工具,它可以帮助你在多个 Python 环境中运行测试。
通过修改这些配置文件,你可以根据项目的需要和开发流程来自定义 pytest-mpl 插件的行为。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
568
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
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
12
1
暂无简介
Dart
801
199
🎉 (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
1.37 K
781
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
24
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
202
Ascend Extension for PyTorch
Python
379
452
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1