在Python中生成py.test测试

先提问，如果你感兴趣的话再解释

在py.test的上下文中，如何从一组小的测试函数模板生成一组大的测试函数

比如：

models=[model1、model2、model3]
数据集=[data1，data2，data3]
def生成测试学习参数功能（模型、数据）：
定义此测试（模型、数据）：
参数=模型。学习参数（数据）
断言（（param-model.param）<0.1）
返回此测试
对于模型，zip中的数据（模型、数据集）：
#py.test如何查看此函数的结果？
生成测试学习参数函数（模型、数据）

说明：

我正在编写的代码采用模型结构和一些数据，并学习模型的参数。因此，我的单元测试包括一组模型结构和预生成的数据集，然后是一组大约5个机器学习任务，要在每个结构+数据上完成

因此，如果我手工编写此代码，我需要对每个任务的每个模型进行一次测试。每次我提出一个新模型时，我都需要复制并粘贴这5个任务，改变我所指的pickle结构+数据。这对我来说是个糟糕的练习。理想情况下，我想要的是5个模板函数，它们定义了我的5个任务中的每一个，然后为我指定的结构列表吐出测试函数

谷歌搜索让我想到了a）工厂或b）关闭，这两种情况都让我头脑发昏，并向我建议必须有一种更简单的方法，因为这个问题必须由合适的程序员定期面对。有吗

---

编辑：下面是解决这个问题的方法

def pytest\u generate\u测试（metafunc）：
如果metafunc.funcargnames中的“模型”：
模型=[model1、model2、model3]
对于模型中的模型：
metafunc.addcall（funcargs=dict（model=model））
def测试（型号）：
断言模型==“很棒”

这将对我的模型列表中的每个模型应用

测试！谢谢@dfichter

（注意：顺便说一句，断言总是通过的）
良好的本能
py.test
通过它的
pytest\u generate\u tests（）
hook完全支持您所说的内容。他们会解释的。
你也可以使用。hooks是为Py.test构建插件的API，而参数化fixture是一种通用的方法，可以生成输出多个值的fixture，并为它们生成额外的测试用例

插件是指一些项目范围（或包范围）的特性，而不是特定于测试用例的特性，参数化的夹具正是为测试用例参数化某些资源所需要的

因此，您的解决方案可以改写为：

@pytest.fixture(params=[model1, model2, model3])
def model(request):
    return request.param

def test_awesome(model):
    assert model == "awesome"

通常，像这样动态生成测试代码是个坏主意。因为你必须为测试代码编写测试等等。复制并粘贴5个任务，我认为这表明，与其生成新代码或复制粘贴，你可以发现你的函数可以测试的共性，而不知道它们正在测试什么。目前我正在编写类似def test_learn:for models in models:assert（error