首页
/ pytest-mpl 使用教程

pytest-mpl 使用教程

2025-04-21 01:37:56作者:霍妲思

1. 项目介绍

pytest-mpl 是一个开源的 pytest 插件,专门用于比较 Matplotlib 图像。它允许用户在测试中自动生成图像,并与预先存储的参考图像进行对比,以确保图像渲染的一致性。这个工具特别适用于确保代码更改后,图形输出仍然符合预期。

2. 项目快速启动

首先,确保你已经安装了 pytest 和 matplotlib。接下来,你可以使用 pip 来安装 pytest-mpl 插件:

pip install pytest-mpl

然后,在你的测试文件中,你可以创建一个使用 @pytest.mark.mpl_image_compare 装饰器的测试函数,该函数会创建并返回一个 Matplotlib 图像:

import matplotlib.pyplot as plt
import pytest

@pytest.mark.mpl_image_compare
def test_plot():
    fig, ax = plt.subplots()
    ax.plot([1, 2])
    return fig

为了生成参考图像,你需要运行测试并使用 --mpl-generate-path 参数指定一个目录来存储生成的图像:

pytest --mpl-generate-path=baseline

之后,你可以运行测试,并通过 --mpl 参数来比较返回的图像和参考图像:

pytest --mpl

如果你想要生成一个图像比较结果的 HTML 汇总,你可以使用 --mpl-generate-summary=html 参数。

3. 应用案例和最佳实践

  • 确保图形一致性:在持续集成(CI)流程中使用 pytest-mpl 可以确保代码更改后图形的一致性。
  • 自动化测试:将 pytest-mpl 集成到自动化测试套件中,可以减少手动检查图形输出所需的时间。
  • 版本控制:将参考图像存储在版本控制系统中,可以追踪图形的变化历史。

4. 典型生态项目

  • Matplotlib:pytest-mpl 与 Matplotlib 库紧密集成,是确保 Matplotlib 图形渲染正确性的重要工具。
  • pytest:作为 pytest 测试框架的一部分,pytest-mpl 利用 pytest 的强大功能进行图像比较测试。
  • 持续集成工具:如 Jenkins、Travis CI 或 GitHub Actions 等工具可以与 pytest-mpl 结合使用,实现自动化测试和图形验证。
登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
156
2 K
kernelkernel
deepin linux kernel
C
22
6
pytorchpytorch
Ascend Extension for PyTorch
Python
38
72
ops-mathops-math
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++
519
50
RuoYi-Vue3RuoYi-Vue3
🎉 (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
942
555
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
195
279
openHiTLSopenHiTLS
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
993
396
communitycommunity
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
359
12
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
71