python - 假设策略：对于每个“桶”，从桶中抽取一个值

Question

我有以下方法在我的一项测试中生成随机数据：

import random

data_categories = {
    'a': [1, 2, 3],
    'b': [4, 5],
    'c': [6, 7, 8]
}

def make_record():
    return [random.choice(vals) for vals in data_categories.values()]

如何将其转换为假设策略？

这是我使用的尝试hypothesis.strategies.composite，但很难知道我是否正确使用它：

import hypothesis.strategies as hs

@hs.composite
def make_record(draw):
    return [draw(hs.sampled_from(vals)) for vals in data_categories.values()]

Answer 1

您的尝试基本上是正确的，除了字典迭代顺序可能不可靠 - 因此示例可能无法正确重现或缩小。我会内联写它，如：

my_strategy = hs.tuples(
    *[hs.sampled_from(data_categories[k]) for k in sorted(data_categories)]
).map(list)