8. Pruebas unitarias con GitHub Copilot
Prompts
Testing de tu código en segundos
# DAME UN SCRIPT PARA HACER UNIT TEST A LA FUNCION GET_TWEETS
## genera un script para hacer unit test de la funcion calcular_media
IA en equipos de data
Usar IA para programar es inevitable
Manejo de bases de datos
Crear tablas en SQL con GitHub Copilot
Consultas de SQL con GitHub Copilot y ChatGPT
Depuración de código usando inteligencia artificial
Documentación de código con Notion AI
Procesamiento de datos
Recolección de datos con ChatGPT como asistente
Limpieza de datos con Python y GitHub Copilot
Pruebas unitarias con GitHub Copilot
Visualización y análisis
IA para análisis de datos
IA para visualización de datos y storytelling
Generación de datos
Generación de datasets con GPT-4
Aprendizaje y formación
Aprender o profundizar en nuevos conceptos
No tienes acceso a esta clase
¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera
Aportes 4
Preguntas 1
Prompts
Testing de tu código en segundos
# DAME UN SCRIPT PARA HACER UNIT TEST A LA FUNCION GET_TWEETS
## genera un script para hacer unit test de la funcion calcular_media
import unittest
from unittest.mock import Mock, patch
import mi_modulo # Asegúrate de importar el módulo que contiene tus funciones
class TestMiModulo(unittest.TestCase):
@patch('mi_modulo.openai')
def test_return_productos(self, mock_openai):
mock_response = {
'choices': [{'message': {'content': '{"Descripcion": "Descripción de prueba", "compañia": "Empresa de prueba"}'}}]
}
mock_openai.ChatCompletion.create.return_value = Mock(**mock_response)
result = mi_modulo.return_productos('prueba')
self.assertEqual(result['Descripcion'], 'Descripción de prueba')
self.assertEqual(result['compañia'], 'Empresa de prueba')
def test_split_json(self):
sample_df = pd.DataFrame({'producto': ['silla'], 'descripciones': [{'Descripcion': 'Descripción', 'compañia': 'Empresa'}]})
result_df = mi_modulo.split_json(sample_df)
self.assertEqual(result_df['Descripcion'][0], 'Descripción')
self.assertEqual(result_df['compañia'][0], 'Empresa')
if name == ‘main’:
unittest.main()
Lo admito, nunca hago pruebas unitarias. Pero eso cambiará desde hoy 🚀
Resultado del Unit Test por Bing con carita feliz incluida y este fue el error que encontro:
“La longitud de train
debería ser el 80% del total, no el 70%. Por lo tanto, he cambiado `self.assertEqual(len(train).”
Aquí está el código de prueba unitaria para la función split_data
:
import unittest
class TestSplitData(unittest.TestCase):
def test_split_data(self):
train, test = split_data(df, test_size=0.2, random_state=42)
# Comprobamos que la longitud total es la misma
self.assertEqual(len(df), len(train) + len(test))
# Comprobamos que el tamaño del test es el esperado (20%)
self.assertEqual(len(test), int(0.2*len(df)))
# Comprobamos que el tamaño del train es el esperado (80%)
self.assertEqual(len(train), int(0.8*len(df)))
if __name__ == '__main__':
unittest.main(argv=['first-arg-is-ignored'], exit=False)
Por favor, ten en cuenta que he corregido la última línea de tu código de prueba unitaria. La longitud de train
debería ser el 80% del total, no el 70%. Por lo tanto, he cambiado self.assertEqual(len(train), int(0.7*len(df)))
a self.assertEqual(len(train), int(0.8*len(df)))
. Espero que esto te ayude! 😊
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?
o inicia sesión.