如何在pytest中使用存在依赖关系的参数实现多数据集多角度测试

核心思路 #

通过在conftest.py中定义数据集与对应角度的绑定参数组合，结合pytest的fixture特性，将参数依赖关系封装成可复用的测试资源，让测试用例直接调用即可完成多场景覆盖。

具体实现步骤 #

1. 在conftest.py中配置参数与加载逻辑 #

把数据集和对应角度的映射、DataFrame加载逻辑都放在conftest.py里，实现全局复用：

import pytest
import pandas as pd

def load_df_from_csv(csv_path):
    # 替换为你实际的DataFrame加载逻辑
    return pd.read_csv(csv_path)

# 定义绑定好的数据集-角度测试组合
TEST_COMBINATIONS = [
    ("data_set1.csv", 0),
    ("data_set1.csv", 30),
    ("data_set1.csv", 60),
    ("data_set2.csv", 90),
    ("data_set2.csv", 120),
    ("data_set2.csv", 150),
    ("data_set3.csv", 180),
    ("data_set3.csv", 210),
    ("data_set3.csv", 240),
]

@pytest.fixture(params=TEST_COMBINATIONS)
def df_angle_pair(request):
    csv_path, angle = request.param
    # 加载对应数据集的DataFrame
    df = load_df_from_csv(csv_path)
    return df, angle

2. 编写极简测试用例 #

在你的测试文件中，直接使用上述fixture，无需再处理参数组合逻辑：

from mylibrary import do_some_calculation

def test_df_against_angle(df_angle_pair):
    df, angle = df_angle_pair
    result = do_some_calculation(df, angle)
    assert result

3. 优化测试标识（可选） #

如果需要在pytest运行输出中更清晰地看到每个测试场景的信息，可以给参数组合加上自定义ID：

TEST_COMBINATIONS = [
    pytest.param("data_set1.csv", 0, id="data_set1-angle_0"),
    pytest.param("data_set1.csv", 30, id="data_set1-angle_30"),
    pytest.param("data_set1.csv", 60, id="data_set1-angle_60"),
    pytest.param("data_set2.csv", 90, id="data_set2-angle_90"),
    pytest.param("data_set2.csv", 120, id="data_set2-angle_120"),
    pytest.param("data_set2.csv", 150, id="data_set2-angle_150"),
    pytest.param("data_set3.csv", 180, id="data_set3-angle_180"),
    pytest.param("data_set3.csv", 210, id="data_set3-angle_210"),
    pytest.param("data_set3.csv", 240, id="data_set3-angle_240"),
]

这样运行测试时，每个用例的名称会显示对应的ID，方便快速定位失败场景。

4. 性能优化（可选） #

如果DataFrame加载耗时较长，可以给fixture添加scope参数，让同一个CSV的DataFrame只加载一次：

@pytest.fixture(params=TEST_COMBINATIONS, scope="module")
def df_angle_pair(request):
    # 原有逻辑不变
    csv_path, angle = request.param
    df = load_df_from_csv(csv_path)
    return df, angle

内容的提问来源于stack exchange，提问作者KansaiRobot