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 randomdata_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 [e-mail] 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)