Pytest+Yaml+Excel 接口自动化测试框架的实现示例

最新推荐文章于 2024-04-12 16:18:22 发布
最新推荐文章于 2024-04-12 16:18:22 发布
阅读量103 收藏 3
点赞数
文章标签： pytest 软件测试 程序员 接口测试 自动化测试 测试工程师
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_57794111/article/details/134877058
版权

一、框架架构

二、项目目录结构 

三、框架功能说明

解决痛点：

  • 通过session会话方式，解决了登录之后cookie关联处理
  • 框架天然支持接口动态传参、关联灵活处理
  • 支持Excel、Yaml文件格式编写接口用例，通过简单配置框架自动读取并执行
  • 执行环境一键切换，解决多环境相互影响问题
  • 支持http/https协议各种请求、传参类型接口
  • 响应数据格式支持json、str类型的提取操作
  • 断言方式支持等于、包含、大于、小于、不等于等方
  • 框架可以直接交给不懂代码的功能测试人员使用，只需要安装规范编写接口用例就行

框架使用说明：

  • 安装依赖包：pip install -r requirements.txt
  • 框架主入口为 run.py文件
  • 编写用例可以在Excel或者Yaml 文件里面，按照示例编写即可，也可以在test_case 目录下通过python脚本编写case
  • 断言或者提取参数都是通过jsonpath、正则表达式提取数据
  • 用例执行时默认读取Excel和test_case 目录下用例

四、核心逻辑说明

工具类封装

assert_util.py 断言工具类封装

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

def assert_result(response: Response, expected: str) -> None:

    """ 断言方法

    :param response: 实际响应对象

    :param expected: 预期响应内容，从excel中或者yaml读取、或者手动传入

    return None

    """

    if expected is None:

        logging.info("当前用例无断言！")

        return

    if isinstance(expected, str):

        expect_dict = eval(expected)

    else:

        expect_dict = expected

    index = 0

    for k, v in expect_dict.items():

        # 获取需要断言的实际结果部分

        for _k, _v in v.items():

            if _k == "http_code":

                actual = response.status_code

            else:

                if response_type(response) == "json":

                    actual = json_extractor(response.json(), _k)

                else:

                    actual = re_extract(response.text, _k)

            index += 1

            logging.info(f'第{index}个断言数据,实际结果:{actual} | 预期结果:{_v} 断言方式：{k}')

            allure_step(f'第{index}个断言数据', f'实际结果:{actual} = 预期结果:{v}')

            try:

                if k == "eq":  # 相等

                    assert actual == _v

                elif k == "in":  # 包含关系

                    assert _v in actual

                elif k == "gt":  # 判断大于，值应该为数值型

                    assert actual > _v

                elif k == "lt":  # 判断小于，值应该为数值型

                    assert actual < _v

                elif k == "not":  # 不等于，非

                    assert actual != _v

                else:

                    logging.exception(f"判断关键字: {k} 错误！")

            except AssertionError:

                raise AssertionError(f'第{index}个断言失败 -|- 断言方式：{k} 实际结果:{actual} || 预期结果: {_v}')

case_handle.py Case数据读取工具类

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

def get_case_data():

   case_type = ReadYaml(config_path + "config.yaml").read_yaml["case"]

   if case_type == CaseType.EXCEL.value:

       cases = []

       for file in [excel for excel in os.listdir(data_path) if os.path.splitext(excel)[1] == ".xlsx"]:

           data = ReadExcel(data_path + file).read_excel()

           name = os.path.splitext(file)[0]

           class_name = name.split("_")[0].title() + name.split("_")[1].title()

           gen_case(name, data, class_name)

           cases.extend(data)

       return cases

   elif case_type == CaseType.YAML.value:

       cases = []

       for yaml_file in [yaml for yaml in os.listdir(data_path) if

                         os.path.splitext(yaml)[1] in [".yaml", "yml"]]:

           data = ReadYaml(data_path + yaml_file).read_yaml

           name = os.path.splitext(yaml_file)[0]

           class_name = name.split("_")[0].title() + name.split("_")[1].title()

           gen_case(name, data, class_name)

           cases.extend(data)

       return cases

   else:

       cases = []

       for file in [excel for excel in os.listdir(data_path) if

                    os.path.splitext(excel)[1] in [".yaml", "yml", ".xlsx"]]:

           if os.path.splitext(file)[1] == ".xlsx":

               data = ReadExcel(data_path + file).read_excel()

               name = os.path.splitext(file)[0]

               cases.extend(data)

           else:

               data = ReadYaml(data_path + file).read_yaml

               name = os.path.splitext(file)[0]

               cases.extend(data)

           class_name = name.split("_")[0].title() + name.split("_")[1].title()

           gen_case(name, data, class_name)

       return cases

excel_handle.py 读取Excel工具类

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

def get_case_data():

   case_type = ReadYaml(config_path + "config.yaml").read_yaml["case"]

   if case_type == CaseType.EXCEL.value:

       cases = []

       for file in [excel for excel in os.listdir(data_path) if os.path.splitext(excel)[1] == ".xlsx"]:

           data = ReadExcel(data_path + file).read_excel()

           name = os.path.splitext(file)[0]

           class_name = name.split("_")[0].title() + name.split("_")[1].title()

           gen_case(name, data, class_name)

           cases.extend(data)

       return cases

   elif case_type == CaseType.YAML.value:

       cases = []

       for yaml_file in [yaml for yaml in os.listdir(data_path) if

                         os.path.splitext(yaml)[1] in [".yaml", "yml"]]:

           data = ReadYaml(data_path + yaml_file).read_yaml

           name = os.path.splitext(yaml_file)[0]

           class_name = name.split("_")[0].title() + name.split("_")[1].title()

           gen_case(name, data, class_name)

           cases.extend(data)

       return cases

   else:

       cases = []

       for file in [excel for excel in os.listdir(data_path) if

                    os.path.splitext(excel)[1] in [".yaml", "yml", ".xlsx"]]:

           if os.path.splitext(file)[1] == ".xlsx":

               data = ReadExcel(data_path + file).read_excel()

               name = os.path.splitext(file)[0]

               cases.extend(data)

           else:

               data = ReadYaml(data_path + file).read_yaml

               name = os.path.splitext(file)[0]

               cases.extend(data)

           class_name = name.split("_")[0].title() + name.split("_")[1].title()

           gen_case(name, data, class_name)

       return cases

yaml_handle.py 读取Yaml文件的工具类

1

2

3

4

5

6

7

8

9

10

class ReadYaml:

    def __init__(self, filename):

        self.filename = filename

    @property

    def read_yaml(self) -> object:

        with open(file=self.filename, mode="r", encoding="utf-8") as fp:

            case_data = yaml.safe_load(fp.read())

        return case_data

配置文件

config.yaml 配置信息

1

2

3

4

# 服务器器地址

host: http://localhost:8091/

case: 1 # 0代表执行Excel和yaml两种格式的用例， 1 代表Excel用例，2 代表 yaml文件用例

输出目录

日志输出目录

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

import logging

import time

import os

def get_log(logger_name):

    """

    :param logger_name: 日志名称

    :return: 返回logger handle

    """

    # 创建一个logger

    logger = logging.getLogger(logger_name)

    logger.setLevel(logging.INFO)

    # 获取本地时间，转换为设置的格式

    rq = time.strftime('%Y%m%d', time.localtime(time.time()))

    # 设置所有日志和错误日志的存放路径

    path = os.path.dirname(os.path.abspath(__file__))

    all_log_path = os.path.join(path, 'interface_logs\\All_Logs\\')

    if not os.path.exists(all_log_path):

        os.makedirs(all_log_path)

    error_log_path = os.path.join(path, 'interface_logs\\Error_Logs\\')

    if not os.path.exists(error_log_path):

        os.makedirs(error_log_path)

    # 设置日志文件名

    all_log_name = all_log_path + rq + '.log'

    error_log_name = error_log_path + rq + '.log'

    if not logger.handlers:

        # 创建一个handler写入所有日志

        fh = logging.FileHandler(all_log_name, encoding='utf-8')

        fh.setLevel(logging.INFO)

        # 创建一个handler写入错误日志

        eh = logging.FileHandler(error_log_name, encoding='utf-8')

        eh.setLevel(logging.ERROR)

        # 创建一个handler输出到控制台

        ch = logging.StreamHandler()

        ch.setLevel(logging.ERROR)

        # 以时间-日志器名称-日志级别-文件名-函数行号-错误内容

        all_log_formatter = logging.Formatter(

            '[%(asctime)s] %(filename)s - %(levelname)s - %(lineno)s - %(message)s')

        # 以时间-日志器名称-日志级别-文件名-函数行号-错误内容

        error_log_formatter = logging.Formatter(

            '[%(asctime)s] %(filename)s - %(levelname)s - %(lineno)s - %(message)s')

        # 将定义好的输出形式添加到handler

        fh.setFormatter(all_log_formatter)

        ch.setFormatter(all_log_formatter)

        eh.setFormatter(error_log_formatter)

        # 给logger添加handler

        logger.addHandler(fh)

        logger.addHandler(eh)

        logger.addHandler(ch)

    return logger

报告目录

执行case后自动生成，执行之前自动删除

allure 数据目录

执行case后自动生成，执行之前自动删除

请求工具类

base_request.py 请求封装工具类

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

class BaseRequest:

    session = None

    @classmethod

    def get_session(cls):

        if cls.session is None:

            cls.session = requests.Session()

        return cls.session

    @classmethod

    def send_request(cls, case: dict) -> Response:

        """

        处理case数据，转换成可用数据发送请求

        :param case: 读取出来的每一行用例内容

        return: 响应对象

        """

        log.info("开始执行用例： {}".format(case.get("title")))

        req_data = RequestPreDataHandle(case).to_request_data

        res = cls.send_api(

            url=req_data["url"],

            method=req_data["method"],

            pk=req_data["pk"],

            header=req_data.get("header", None),

            data=req_data.get("data", None),

            file=req_data.get("file", None)

        )

        allure_step('请求响应数据', res.text)

        after_extract(res, req_data.get("extract", None))

        return res

    @classmethod

    def send_api(cls, url, method, pk, header=None, data=None, file=None) -> Response:

        """

        :param method: 请求方法

        :param url: 请求url

        :param pk: 入参关键字， params(查询参数类型，明文传输，一般在url?参数名=参数值), data(一般用于form表单类型参数)

        json(一般用于json类型请求参数)

        :param data: 参数数据，默认等于None

        :param file: 文件对象

        :param header: 请求头

        :return: 返回res对象

        """

        session = cls.get_session()

        pk = pk.lower()

        if pk == 'params':

            res = session.request(method=method, url=url, params=data, headers=header)

        elif pk == 'data':

            res = session.request(method=method, url=url, data=data, files=file, headers=header)

        elif pk == 'json':

            res = session.request(method=method, url=url, json=data, files=file, headers=header)

        else:

            raise ValueError('pk可选关键字为params, json, data')

        return res

pre_handle_utils.py 请求前置处理工具类

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

def pre_expr_handle(content) -> object:

    """

    :param content: 原始的字符串内容

    return content： 替换表达式后的字符串

    """

    if content is None:

        return None

    if len(content) != 0:

        log.info(f"开始进行字符串替换: 替换字符串为：{content}")

        content = Template(str(content)).safe_substitute(GLOBAL_VARS)

        for func in re.findall('\\${(.*?)}', content):

            try:

                content = content.replace('${%s}' % func, exec_func(func))

            except Exception as e:

                log.exception(e)

        log.info(f"字符串替换完成: 替换字符串后为：{content}")

        return content

after_handle_utils.py 后置操作处理工具类

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

def after_extract(response: Response, exp: str) -> None:

    """

    :param response: request 响应对象

    :param exp: 需要提取的参数字典 '{"k1": "$.data"}' 或 '{"k1": "data:(.*?)$"}'

    :return:

    """

    if exp:

        if response_type(response) == "json":

            res = response.json()

            for k, v in exp.items():

                GLOBAL_VARS[k] = json_extractor(res, v)

        else:

            res = response.text

            for k, v in exp.items():

                GLOBAL_VARS[k] = re_extract(res, v)

代码编写case

test_demo.py 用例文件示例

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

@allure.feature("登录")

class TestLogin:

    @allure.story("正常登录成功")

    @allure.severity(allure.severity_level.BLOCKER)

    def test_login(self):

        allure_title("正常登录")

        data = {

            "url": "api/login",

            "method": "post",

            "pk": "data",

            "data": {"userName": "king", "pwd": 123456}

        }

        expected = {

            "$.msg": "登录成功！"

        }

        # 发送请求

        response = BaseRequest.send_request(data)

        # 断言操作

        assert_result(response, expected)

程序主入口

run.py 主入口执行文件

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

def run():

    # 生成case在执行

    if os.path.exists(auto_gen_case_path):

        shutil.rmtree(auto_gen_case_path)

    get_case_data()

    if os.path.exists('outputs/reports/'):

        shutil.rmtree(path='outputs/reports/')

    # 本地调式执行

    pytest.main(args=['-s', '--alluredir=outputs/reports'])

    # 自动以服务形式打开报告

    # os.system('allure serve outputs/reports')

    # 本地生成报告

    os.system('allure generate outputs/reports -o outputs/html --clean')

    shutil.rmtree(auto_gen_case_path)

if __name__ == '__main__':

    run()

执行记录

allure 报告

 

日志记录

[2022-01-11 22:36:04,164] base_request.py - INFO - 42 - 开始执行用例： 正常登录
[2022-01-11 22:36:04,165] pre_handle_utils.py - INFO - 37 - 开始进行字符串替换: 替换字符串为：bank/api/login
[2022-01-11 22:36:04,165] pre_handle_utils.py - INFO - 44 - 字符串替换完成: 替换字符串后为：bank/api/login
[2022-01-11 22:36:04,165] pre_handle_utils.py - INFO - 68 - 处理请求前url：bank/api/login
[2022-01-11 22:36:04,165] pre_handle_utils.py - INFO - 78 - 处理请求后 url：http://localhost:8091/bank/api/login
[2022-01-11 22:36:04,165] pre_handle_utils.py - INFO - 90 - 处理请求前Data： {'password': '123456', 'userName': 'king'}
[2022-01-11 22:36:04,165] pre_handle_utils.py - INFO - 37 - 开始进行字符串替换: 替换字符串为：{'password': '123456', 'userName': 'king'}
[2022-01-11 22:36:04,166] pre_handle_utils.py - INFO - 44 - 字符串替换完成: 替换字符串后为：{'password': '123456', 'userName': 'king'}
[2022-01-11 22:36:04,166] pre_handle_utils.py - INFO - 92 - 处理请求后Data： {'password': '123456', 'userName': 'king'}
[2022-01-11 22:36:04,166] pre_handle_utils.py - INFO - 100 - 处理请求前files： None
[2022-01-11 22:36:04,175] base_request.py - INFO - 53 - 请求响应数据{"code":"0","message":"success","data":null}
[2022-01-11 22:36:04,176] data_handle.py - INFO - 29 - 提取响应内容成功，提取表达式为： $.code 提取值为 0
[2022-01-11 22:36:04,176] assert_util.py - INFO - 49 - 第1个断言数据,实际结果:0 | 预期结果:0 断言方式：eq
[2022-01-11 22:36:04,176] data_handle.py - INFO - 29 - 提取响应内容成功，提取表达式为： $.message 提取值为 success
[2022-01-11 22:36:04,176] assert_util.py - INFO - 49 - 第2个断言数据,实际结果:success | 预期结果:success 断言方式：eq
​现在我也找了很多测试的朋友，做了一个分享技术的交流群，共享了很多我们收集的技术文档和视频教程。
如果你不想再体验自学时找不到资源，没人解答问题，坚持几天便放弃的感受
可以加入我们一起交流。而且还有很多在自动化，性能，安全，测试开发等等方面有一定建树的技术大牛
分享他们的经验，还会分享很多直播讲座和技术沙龙
可以免费学习！划重点！开源的！！！
qq群号：485187702【暗号：csdn11】

最后感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走！ 希望能帮助到你！【100%无套路免费领取】

yoyo小小汐~
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【Python】python+requests+excel+pytest-实现接口自动化实例
weixin_48134870的博客
03-25 1285
接口场景：6个接口，分别为登录接口，新建项目接口，导入图片接口，图片识别接口，保存接口，退出登录；中已经初始化了日志，可以在发送请求和处理响应的函数中添加日志记录，以便追踪测试过程中的关键信息。：准备测试所需的数据，如用户名、密码、项目名称等，并存储在Excel文件中。：使用pytest插件（如pytest-html）生成测试报告。，pytest将自动读取测试用例，执行测试，并生成HTML报告。：设置pytest的相关配置，如插件、命令行参数等。：使用pytest编写针对每个接口的测试用例。
python excel接口自动化测试框架
dq565的博客
10-26 634
前些天写了pytest+yaml+allure接口自动化测试框架这篇文章。今天采用Excel继续写一个接口自动化测试框架。全局变量池来了，是不是很简单，但是作用确实很巨大的。"""全局变量池""""""获取变量""""""设置变量"""
接口自动化测试框架：Pytest+Allure+Excel
YJT1002的博客
03-13 726
Allure 框架是一个灵活的、轻量级的、支持多语言的测试报告工具，它不仅以 Web 的方式展示了简介的测试结果，而且允许参与开发过程的每个人可以从日常执行的测试中，最大限度地提取有用信息。Allure 是由 Java 语言开发的，支持 Pytest，JaveScript、PHP、Ruby 等。从 DEV/QA 的角度来看，Allure 提供了详尽的测试报告，比如简化了常见缺陷的统计；失败的测试可以分为 bug 和被中断的测试；还可以配置日志、步骤、fixture、附件、计时、执行历史；
一文3000字从0到1用【 pytest+excel】实现自动化接口测试
03-23 278
一文3000字从0到1用【 pytest+excel】实现自动化接口测试 1、项目结构、2、代码编辑
Python+requests+pytest+allure封装接口自动化1-项目结构目录创建，requests库封装
qq_42114233的博客
02-11 1815
从零开始，超详细封装python接口自动化测试框架
python+pytest+yaml+ddt+allure的接口自动化测试框架
07-15
这些资料，对于做接口测试的朋友来说应该是最正确的选择，这个框架的学习也使我进步了不少，如果你也想要学习自动化接口测试，希望也能帮助到你！凡事要趁早，特别是技术行业，一定要提升技术功底。希望对大家有所...
python+pytest+yaml+ddt+allure的接口自动化测试框架(测)
10-14
这些资料，对于做接口测试的朋友来说应该是最正确的选择，这个框架的学习也使我进步了不少，如果你也想要学习自动化接口测试，希望也能帮助到你！凡事要趁早，特别是技术行业，一定要提升技术功底。
python+requests+pytest+allure+yaml+DDT+logs 接口自动化框架终极版
06-07
框架代码已封装 小白 3行代码即可实现接口自动化 使用教程：https://blog.csdn.net/weixin_41121249/article/details/125162171?spm=1001.2014.3001.5502 框架搭建历程如下 1pytest插件，运行规则以及参数，pytest....
Python+pytest+allure+log+yaml+mysql+钉钉企微通知接口自动化框架
09-01
Python+pytest+allure+log+yaml+mysql+钉钉企微通知接口自动化框架
pytestDemo:使用 Python+Requests+Pytest+YAML+Allure 实现接口自动化
05-03
pytestDemo本项目实现接口自动化的技术选型：Python+Requests+Pytest+YAML+Allure ，主要是针对本人的一个接口项目来开展的，通过 Python+Requests 来发送和处理HTTP协议的请求接口，使用 Pytest 作为测试执行器，...
Python自动化必不可少的测试框架 — pytest_test框架
2401_84254133的博客
04-12 333
考如果直接敲pytest执行，则会查找当前目录及其子目录下以 test_*.py 或 *_test.py 文件，找到文件后，在文件中找到以test 开头函数并执行。执行pyteststudy.py这个文件中符合pytest用例规则的所有用例，而该文件并不需要遵循pytest对于文件的命名规则。在first这个目录下执行pytest命令，则会找该目录下的符合pytest用例规则的所有用例并执行。或者某个类，再或者某个类里的某个方法执行pyteststudy.py里的test_add方法。
测试开发手把手教你接口自动化测试框架搭建：基于python+requests+pytest+allure实现，附带框架源码
m0_60054525的博客
03-16 1421
日志包含执行的具体执行接口、请求方式、请求参数、返回值、校验接口、请求时间、耗时等关键信息，日志的好处一来是可以便于在新增用例有问题时快速定位出哪里填写有问题，二来是发现bug时方便向开发反馈提供数据，开发可以从触发时间以及参数等信息快速定位到问题所在。报告还可以定制的吗？第一次听说，哈哈，除了Logo定制外，还搭建了，项目名称定制，模块定制，接口名称定制，用例标题定制…用例执行后，就是到了向团队展示结果的时候了，一个可视化的报告可以便于团队成员了解到每次自动化接口用例执行的成功数、失败数等数据。
3.目录结构
lzmlc0109的博客
04-19 1435
pytest接口自动化框架搭建_董林夕的博客-CSDN博客_pytest接口自动化测试框架 1.config层，放配置文件，把所有的项目相关的配置均放到这里，用Python支持较好的配置文件格式如ini或yaml等进行配置。实现配置与代码分离。 2.data层，放数据文件，可以把所有的testcase的参数化相关的文件放到这里，一般可采用xlsx、csv、xml等格式。实现数据与代码分离。 3.drivers层，放所需的驱动，如Chromedriver、IEDriverServer等。 4.log层
protobuf-3.17.0-cp36-cp36m-win_amd64.whl
最新发布
06-19
Python库是一组预先编写的代码模块，旨在帮助开发者实现特定的编程任务，无需从零开始编写代码。这些库可以包括各种功能，如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库，如NumPy、Pandas和Requests，极大地丰富了Python的应用领域，从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径，而且为经验丰富的开发者提供了强大的工具，以高效率、高质量地完成复杂任务。例如，Matplotlib和Seaborn库在数据可视化领域内非常受欢迎，它们提供了广泛的工具和技术，可以创建高度定制化的图表和图形，帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
Thinkphp5仿DZ应用平台虚拟资源付费下载平台源码
06-19
Thinkphp5仿DZ应用平台虚拟资源付费下载平台源码 本程序仿discuz应用中心，由本站用户开发，现在分享出来，采用tp5框架开发，前后端完全分离，数据库统一。源码开源无加密！ Thinkphp5仿DZ应用平台源码，内附安装说明
小程序版python语言pytorch框架的图像分类疲劳检测识别-不含数据集图片-含逐行注释和说明文档.zip
06-19
本代码是基于python pytorch环境安装的。 下载本代码后，有个环境安装的requirement.txt文本 如果有环境安装不会的，可自行网上搜索如何安装python和pytorch,这些环境安装都是有很多教程的，简单的 环境需要自行安装,推荐安装anaconda然后再里面推荐安装python3.7或3.8的版本，pytorch推荐安装1.7.1或1.8.1版本 首先是代码的整体介绍 总共是3个py文件，十分的简便 且代码里面的每一行都是含有中文注释的,小白也能看懂代码 然后是关于数据集的介绍。 本代码是不含数据集图片的，下载本代码后需要自行搜集图片放到对应的文件夹下即可 在数据集文件夹下是我们的各个类别,这个类别不是固定的，可自行创建文件夹增加分类数据集 需要我们往每个文件夹下搜集来图片放到对应文件夹下，每个对应的文件夹里面也有一张提示图，提示图片放的位置 然后我们需要将搜集来的图片，直接放到对应的文件夹下，就可以对代码进行训练了。 运行01数据集文本生成制作.py,是将数据集文件夹下的图片路径和对应的标签生成txt格式,划分了训练集和验证集 运行02深度学习模型训练.py,
cryptography-1.3.1-cp33-none-win32.whl
06-19
Python库是一组预先编写的代码模块，旨在帮助开发者实现特定的编程任务，无需从零开始编写代码。这些库可以包括各种功能，如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库，如NumPy、Pandas和Requests，极大地丰富了Python的应用领域，从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径，而且为经验丰富的开发者提供了强大的工具，以高效率、高质量地完成复杂任务。例如，Matplotlib和Seaborn库在数据可视化领域内非常受欢迎，它们提供了广泛的工具和技术，可以创建高度定制化的图表和图形，帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
python+pytest+yaml接口自动化测试框架
05-12
Python pytest yaml是一个基于Python语言的接口自动化测试框架。它采用了pytest作为核心测试框架，同时支持使用yaml文件进行测试用例的管理和组织。 在使用该框架进行接口测试时，可以通过编写yaml文件来定义接口...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值