Jupyter-Notebooks: Code automatisch testen mit Python
Mit Unit-Tests können Entwickler ganz einfach ihren Code überprüfen. Unsere Autorin Pina Merkert hat das getestet – musste allerdings einige Umwege gehen.
Wer Algorithmen entwickelt, lernt Jupyter-Notebooks zu schätzen: Markdown-Zellen nehmen Notizen, Erklärungen und Formeln auf, der Code wird häppchenweise ausgeführt und zum Visualisieren zeichnen Matplotlib und Altair Diagramme direkt ins Browserfenster.
So ging es mir beim Implementieren von Bresenhams Linienalgorithmus in 3D. Der Code reifte eine Weile im Notebook und nachdem die ersten Tests vielversprechend aussahen, wollte ich prüfen, ob mein Algorithmus richtig funktioniert. Das geht sehr gut mit Unit-Tests, die nebenbei auch ärgerliche Rückschritte verhindern.
Unit-Tests möchte man aber nicht in einem Jupyter-Notebook implementieren. Sie gehören in eine eigene Datei, die sich flott und automatisch ausführen lässt. Wäre der Code in einer .py-Datei, könnte import ihn einfach laden. Eine .ipynb-Datei lässt Python aber standardmäßig links liegen.
Immer mehr Wissen. Das digitale Abo für IT und Technik.
Bass und Bühne: Der offene Kopfhörer Grell Audio OAE1 im Test
Wärmepumpe simpel und effektiv: Über die Rolle von Dämmung, Solar und Co.
Smart-Home-Zentralen im Vergleich: Amazons Echo Hub gegen Home Assistant
Heimnetz: Wie man das LAN auf Trab bringt
Office-PC im Test: Mit Sechskerner AMD Ryzen 5 8600G und KI-Einheit
Fremdsprachen lernen: Wie man ChatGPT zum Sprechtrainer aufrüstet
Immer mehr Wissen. Das digitale Abo für IT und Technik.
Bass und Bühne: Der offene Kopfhörer Grell Audio OAE1 im Test
Wärmepumpe simpel und effektiv: Über die Rolle von Dämmung, Solar und Co.
Smart-Home-Zentralen im Vergleich: Amazons Echo Hub gegen Home Assistant
Heimnetz: Wie man das LAN auf Trab bringt
Office-PC im Test: Mit Sechskerner AMD Ryzen 5 8600G und KI-Einheit