如何在Jupyter Notebook中向pytest测试类传参并执行测试？

方案1：微调测试文件适配pytest（最小改动原文件） #

pytest默认不支持带参数的测试类构造函数，我们可以把原测试类的依赖改为pytest fixture注入，核心测试逻辑完全保留：

1. 修改test_threshold.py，将构造函数参数替换为fixture：

import pandas as pd

class TestSomething:
    # 改为无参构造，依赖fixture传递df和threshold
    def test_metrics(self, df, threshold):
        # 原测试逻辑示例
        assert df['value'].mean() > threshold

2. 在Jupyter Notebook中定义临时fixture并调用pytest：

import pytest
import pandas as pd
from pathlib import Path

# 你的目标DataFrame和阈值
df = pd.DataFrame({'value': [0.6, 0.7, 0.8]})
threshold = 0.5

# 生成临时conftest.py文件，注入所需fixture
conftest_content = f"""
import pandas as pd
import pytest

@pytest.fixture(scope="module")
def df():
    return pd.DataFrame({df.to_dict()})

@pytest.fixture(scope="module")
def threshold():
    return {threshold}
"""

with open("conftest.py", "w") as f:
    f.write(conftest_content)

# 调用pytest执行测试
!pytest test_threshold.py -v

# 执行完成后清理临时文件
Path("conftest.py").unlink()

方案2：不修改原测试文件，动态生成测试用例 #

如果完全不想改动test_threshold.py，可以在Notebook中实例化测试对象后，把测试方法转为pytest可识别的函数再执行：

import pytest
from test_threshold import TestSomething
import pandas as pd

# 你的DataFrame和阈值
df = pd.DataFrame({'value': [0.6, 0.7, 0.8]})
threshold = 0.5

# 实例化测试类
test_obj = TestSomething(df, threshold)

# 动态生成测试函数，绑定到当前命名空间
def test_metrics():
    test_obj.test_metrics()

# 如有多个测试方法，按同样方式生成
# def test_another_case():
#     test_obj.test_another_case()

# 调用pytest执行当前Notebook中的测试函数
pytest.main([__file__, "-v"])

方案3：直接调用测试方法（快速验证） #

如果只是想验证测试逻辑，不需要pytest的报告、批量执行等功能，可以直接调用实例的测试方法：

from test_threshold import TestSomething
import pandas as pd

df = pd.DataFrame({'value': [0.6, 0.7, 0.8]})
threshold = 0.5

test_obj = TestSomething(df, threshold)

# 直接执行测试方法并捕获结果
try:
    test_obj.test_metrics()
    print("test_metrics 执行通过")
except AssertionError as e:
    print(f"test_metrics 失败: {e}")

内容的提问来源于stack exchange，提问作者ARTHUR MENDONCA LINS CALDAS