Python 快速检查频率发生器的假设等价物？

作为一个学习项目，我正在将一些Haskell代码（我不熟悉）翻译成Python（我很熟悉）

我正在翻译的Haskell库有一些测试，它们使用基于QuickCheck属性的测试。在Python方面，我使用假设作为基于属性的测试库

Haskell测试使用的辅助函数如下所示：

mkIndent'：：String->Int->Gen String
mkIndent'val size=concat序列[缩进、符号、尾随]
哪里
空白字符=元素“\t”
trailing=空白字符列表
缩进=频率[（5，大小向量空白字符），（1，空白字符列表）]
sym=返回值

我的问题是关于此帮助程序中的

频率

生成器的。

我的理解是，大多数情况下，它将返回

vectorofwhitespace\u char

，其大小为预期的

size

，但五分之一的时间它将返回

listofwhitespace\u char

，可以是任何长度，包括零

在库的上下文中，不考虑

大小的缩进将为被测函数模拟错误的输入数据。所以我明白偶尔产生这样一个输入的意义

我目前不明白的是，为什么5:1的比例有利于有效输入？我希望基于属性的测试框架能够生成各种有效和无效的输入。现在我假设这有点像一个优化，这样它就不会花费大部分时间生成无效的示例了

我问题的第二部分是如何将其转化为假设。AFAICT假设没有任何等效的
频率发生器

我想知道我是否应该尝试从现有的假设策略中构建一个
频率
策略，或者如果习语本身不值得翻译，我应该让框架生成有效和无效的示例

我目前拥有的是：

假设导入策略为st
@圣合成纤维
def制作缩进（图纸、val、尺寸）：
"""
使用空格或制表符将“val”缩进“size”。
有时会随机忽略'size'参数。
"""
空白字符=st.text（'\t'，最小值=1，最大值=1）
trailing=draw（st.text（draw（whitespace_char）））
缩进=拉伸（第一个）(
st.text（绘图（空白字符），最小大小=大小，最大大小=大小），
st.text（绘制（空白字符）），
))
返回“”。加入（[缩进、val、尾随]）

如果我在一个shell中生成几个示例，这似乎正是我认为它应该做的

但这是我第一次使用基于假设或属性的测试，我想知道如果用一个简单的
一个
来代替
频率分布，我是否会失去一些重要的东西？
据我所知，你已经正确理解了使用
频率的目的。它用于允许偶尔出现大小错误的缩进，而不是（1）仅生成大小正确的缩进，而不会测试错误的缩进大小；或者（2）生成随机大小的缩进，这将一次又一次地测试不良缩进，但只生成一小部分具有良好缩进的用例来测试代码的其他方面

现在，5:1的好缩进与（潜在）坏缩进的比例可能是任意的，如果不了解测试的细节，很难知道1:1或10:1是更好的选择

幸运的是，关于将其移植到
假设
，的答案包括一条删除的注释：

该假设实际上并不支持用户特定的概率——我们从均匀分布开始，但基于观察到的输入的覆盖率对其进行偏移。[…]–扎克·哈特菲尔德·多德2018年4月15日3:43

这表明“假设”包在使用
一个
增加覆盖范围时会自动调整权重，这意味着它可能会在
缩进实施中自动增加大小正确的案例权重，使其成为一种自动版本的
频率
我们实际上最终删除了覆盖率特性，因为它们对单元测试规模是一个净负面影响（尽管对于使用其他工具进行多天模糊化非常有用），但保留了各种启发式。不过，这并没有改变我们的基本建议：先把简单的策略放在
的一个单元中，然后让假设计算出分布。