如何在scikit-learn的parametrize_with_checks中使用pytest fixture？

方法1：使用pytest-lazy-fixture插件（简单快捷） #

这个插件支持在参数化装饰器中直接引用pytest fixture，完美适配你的场景：

1. 先安装插件：

pip install pytest-lazy-fixture

2. 修改测试代码：

import pytest
from sklearn.linear_model import LinearRegression
from sklearn.utils.estimator_checks import parametrize_with_checks
from pytest_lazyfixture import lazy_fixture

@pytest.fixture
def models():
    return (LinearRegression(fit_intercept=flag) for flag in (False, True))

class TestModels:
    # 用lazy_fixture包装fixture名称，传递给parametrize_with_checks
    @parametrize_with_checks(lazy_fixture("models"))
    def test_1(self, estimator, check):
        check(estimator)
        print("Do other stuff...")

    def test_2(self, models):
        print("Do even more stuff...")

方法2：原生pytest钩子实现（无需额外插件） #

如果不想引入第三方插件，可以借助pytest_generate_tests钩子函数，在测试收集阶段动态获取fixture实例化后的估算器列表，再生成检查用例：

import pytest
from sklearn.linear_model import LinearRegression
from sklearn.utils.estimator_checks import _generate_checks

@pytest.fixture
def models():
    return [LinearRegression(fit_intercept=flag) for flag in (False, True)]

def pytest_generate_tests(metafunc):
    # 检查当前测试函数是否需要处理估算器检查
    if "estimator" in metafunc.fixturenames and "check" in metafunc.fixturenames:
        # 获取自定义标记中指定的fixture名称
        fixture_marker = metafunc.definition.get_closest_marker("use_estimator_fixture")
        if fixture_marker:
            fixture_name = fixture_marker.args[0]
            # 获取fixture对应的估算器列表
            estimators = metafunc.getfixturevalue(fixture_name)
            # 生成和parametrize_with_checks一致的检查用例
            test_cases = _generate_checks(estimators)
            # 为测试函数参数化
            metafunc.parametrize("estimator, check", test_cases)

class TestModels:
    # 添加自定义标记，指定要使用的fixture名称
    @pytest.mark.use_estimator_fixture("models")
    def test_1(self, estimator, check):
        check(estimator)
        print("Do other stuff...")

    def test_2(self, models):
        print("Do even more stuff...")

原理说明 #

parametrize_with_checks在测试收集阶段就会执行，此时直接传入fixture函数对象（而非实例化后的值）必然报错。两种方法都是在合适的时机获取到fixture实例化后的估算器列表，再对接scikit-learn的检查逻辑。

内容的提问来源于stack exchange，提问作者Ross B.