如何针对使用matplotlib的代码编写单元测试？

Question

我正在使用python（2.7）程序，该程序会产生许多不同的matplotlib图（数据不是随机的）。我愿意实施一些测试（使用unittest）以确保生成的数字正确。例如，我将期望的图形（数据或图像）存储在某个位置，运行我的函数并将结果与​​参考进行比较。有没有办法做到这一点
？

Answer 1

以我的经验，图像比较测试最终带来的麻烦多于其应有的价值。如果要跨多个系统（例如TravisCI）运行持续集成，则可能会出现这种情况，这些系统可能具有略有不同的字体或可用的图形后端。即使功能正常运行，要保持测试通过仍然是很多工作。此外，以这种方式进行测试需要将图像保留在git存储库中，如果您经常更改代码，这会很快导致存储库膨胀。

我认为，更好的方法是（1）假设matplotlib将正确地正确绘制图形，并且（2）对绘图函数返回的数据进行数值测试。（Axes如果您知道要查找的位置，也可以始终在对象内部找到此数据。）

例如，假设您要测试一个简单的函数，例如：

import numpy as np
import matplotlib.pyplot as plt
def plot_square(x, y):
    y_squared = np.square(y)
    return plt.plot(x, y_squared)

您的单元测试可能看起来像

def test_plot_square1():
    x, y = [0, 1, 2], [0, 1, 2]
    line, = plot_square(x, y)
    x_plot, y_plot = line.get_xydata().T
    np.testing.assert_array_equal(y_plot, np.square(y))

或者，等效地，

def test_plot_square2():
    f, ax = plt.subplots()
    x, y = [0, 1, 2], [0, 1, 2]
    plot_square(x, y)
    x_plot, y_plot = ax.lines[0].get_xydata().T
    np.testing.assert_array_equal(y_plot, np.square(y))