假设策略：对于每个“桶”，从桶中抽取一个值

Question

我有以下方法在我的一项测试中生成随机数据：

import random

data_categories = {

    'a': [1, 2, 3],

    'b': [4, 5],

    'c': [6, 7, 8]

}

def make_record():

    return [random.choice(vals) for vals in data_categories.values()]

如何将其转换为假设策略？

这是我尝试使用hypothesis.strategies.composite，但很难知道我是否正确使用它：

import hypothesis.strategies as hs

@hs.composite

def make_record(draw):

    return [draw(hs.sampled_from(vals)) for vals in data_categories.values()]

Answer 1

您的尝试基本上是正确的，只是字典迭代顺序可能不可靠 - 因此示例可能无法正确复制或缩小。我会写成内联，如：my_strategy = hs.tuples(    *[hs.sampled_from(data_categories[k]) for k in sorted(data_categories)]).map(list)