如何在pytest测试中嵌入函数并规范实例化Optimizer对象

结合PEP8规范和测试代码的可读性，对原代码做以下调整：

• 命名规范：给目标函数起有意义的名称（比如quadratic_objective替代模糊的foo），变量名保持直观清晰。
• 代码格式：遵循PEP8的缩进、空格规则（比如运算符两侧加空格，函数定义后保留空行）。
• 断言优化：用pytest内置的pytest.approx()替代手动误差判断，代码更简洁可读。
• 简化逻辑：如果优化器支持标量返回值，直接返回计算结果而非列表（若优化器要求返回列表则保留原逻辑）。

调整后的示例代码：

import pytest
from optimizer import OptimizerClass

def test_optimizer_quadratic():
    def quadratic_objective(params):
        # 若优化器期望标量输出，可改为：return (params[0] + 2) ** 2
        return [(params[0] + 2) ** 2]

    optimizer = OptimizerClass(objective_function=quadratic_objective)
    solution = optimizer.minimize()

    assert solution == pytest.approx(-2, rel=1e-6)

额外优化：如果多个测试用到同类目标函数，可将其定义在测试模块顶层，既提升复用性，又保持测试函数的简洁性。

按照Python风格指南（PEP8）及测试最佳实践，应当为每个测试函数独立实例化optimizer对象，原因如下：

• 测试隔离性：每个测试需保持独立，避免不同测试间的状态污染。共用全局实例会导致前序测试修改实例状态，影响后续测试的可靠性。
• 可读性与维护性：每个测试内实例化对象，能清晰展示该测试的依赖与初始化逻辑，无需读者跳转至外部查找实例定义。

若想减少重复代码，可使用pytest的fixture机制（默认function作用域，每个测试执行一次），既符合Python风格，又能实现代码复用：

import pytest
from optimizer import OptimizerClass

@pytest.fixture
def base_optimizer():
    def quadratic_objective(params):
        return [(params[0] + 2) ** 2]
    return OptimizerClass(objective_function=quadratic_objective)

def test_optimizer_convergence(base_optimizer):
    solution = base_optimizer.minimize()
    assert solution == pytest.approx(-2, rel=1e-6)

def test_optimizer_reinitialization(base_optimizer):
    # 每个测试会拿到全新的optimizer实例，状态完全独立
    base_optimizer.reset()  # 假设优化器有重置状态的方法
    solution = base_optimizer.minimize()
    assert solution == pytest.approx(-2, rel=1e-6)

注意：绝对不要使用全局实例复用，这会破坏测试独立性，属于测试代码的反模式。

内容的提问来源于stack exchange，提问作者cc88