标签: test-data

给定带有私有构造函数的枚举类，如何配置AutoBogus.AutoFaker在生成此类 时使用我的自定义策略？

在示例中：

public class CardType
    : Enumeration
{
    public static CardType Amex = new(1, nameof(Amex));
    public static CardType Visa = new(2, nameof(Visa));
    public static CardType MasterCard = new(3, nameof(MasterCard));

    private CardType(int id, string name)
        : base(id, name)
    {
    }
}

我想以这种方式配置AutoBogus.AutoFaker，每当它尝试生成 时，CardType它都会使用我的代码，而不是找不到公共构造函数并返回null.

我已经尝试过CardTypeFaker : AutoFaker<CardType>，但它只允许为类的属性配置规则，而不是类本身的实例化。

我知道我可以为每个持有 a 的类创建这样一个 AutoFaker 配置CardType，但这似乎很乏味。

编辑：

谈论这个库，特别是AutoFaker部分

我想模拟对象数据,而不是对象本身.换句话说,我想生成一个n个对象的集合,并将其传递给一个生成随机数据字符串和数字的函数.这有什么事吗？可以将其视为对象数据的Lorem Ipsum.数值范围等的约束不是必需的,但是会是一个奖励.

我正在寻找Raven DB中测试数据生成的首选和可维护方式.目前,我们的团队确实有办法通过.NET代码实现这一目标.提供了示例.

但是,我正在寻找不同的选择.请分享.

public void Execute()
        {
            using (var documentStore = new DocumentStore { ConnectionStringName = "RavenDb" })
            {
                documentStore.Conventions.DefaultQueryingConsistency = ConsistencyOptions.QueryYourWrites;

                // Override the default key prefix generation strategy of Pascal case to lower case.
                documentStore.Conventions.FindTypeTagName = type => DocumentConvention.DefaultTypeTagName(type).ToLower();

                documentStore.Initialize();

                InitializeData(documentStore);
            }
        }

编辑: Raven-overflow真的很有帮助.谢谢你指出了正确的地方.

我对学习一些新技能感兴趣，并且一直在阅读有关大量插入的内容。所以我在sql server 2008中创建了两个表1）客户端2）ClientDetails，设置设计如下：

Client Table

ClientID | ClientName | DetailsID

ClientDetails Table

DetailsID | Address1 | Address2 | Country

我的问题是，我想创建大约10,000行的数据以尝试使用批量插入，如何创建10,000行的随机测试数据以在两个表中使用批量插入？

这个问题的副产品.你把它们放在源代码树里吗？你把它们保存在源代码管理中吗？

我想如果你的测试用例引用文件,那么文件是系统行为规范的一部分,因此它们与系统的当前版本相关联,因此它们应该被检查到源代码控制中.但是我不认为它们应该在本地签出,因为它们不需要,并且它们可能非常大.所以我倾向于使用并行树,这样如果项目的代码文件位于$ svn/Code/foo/bar/baz,则相关的测试数据文件位于$ svn/TestData/foo/bar/baz中,并且后者将直接从服务器访问使用某种常见的测试数据助手类(可能在本地缓存文件？),这可以只接受相对路径并找出在哪里找到它们.这有意义吗？

我想有一个相关的问题,即我应该在多大程度上使用外部文件进行测试.我认为它们通常适用于更高级别的"验收"测试.

是否有任何"测试数据"生成框架,特别是对于Python？

为了说清楚,而不是从头开始编写脚本,用随机用户和其他实体填充我的数据库,我想知道是否有任何工具/框架使其更容易,

为了使它更加清晰,我不是在寻找测试框架,我想生成测试数据来"加载"我的应用程序.

我想将一些测试数据放入一些隐式函数中。

我想将一些参数拟合到椭圆方程 f(x,y)=a 中，其中 a 是已知变量。我的测试数据和函数更复杂，但是我得到的数据点比变量更多。将我想要拟合的方程转换为像 f(x)=y 这样的显式形式是不可能的，因此我附加了一些代码来获得基本思想。

Test = {{0, 1}, {0.1, 0.9}, {1.1, 0}};

Ftest = a*x^2 + b*y^2

FindFit[Test, Ftest == 2, {a, b}, {x, y}];

然而，这会导致错误：坐标数 (1) 不等于变量数 \ (2)。>>

我正在做自动编码器模型。我已经保存了模型，在此之前我使用 min max scaler 缩放了数据。

X_train = df.values
scaler = MinMaxScaler()
X_train_scaled = scaler.fit_transform(X_train)

完成此操作后，我安装了模型并将其保存为“h5”文件。现在当我提供测试数据时，在自然加载保存的模型后，它也应该进行缩放。

所以当我加载模型并使用

X_test_scaled  = scaler.transform(X_test)

它给出了错误

NotFittedError: This MinMaxScaler instance is not fitted yet. Call 'fit' with appropriate arguments before using this method.

所以我给出了X_test_scaled = scaler.fit_transform(X_test) （我有一种预感，它是愚蠢的）确实给出了一个结果（在加载保存的模型和测试之后），当我训练它并一起测试时它是不同的。为了我的目的，我现在已经保存了大约 4000 个模型（所以我无法训练并再次保存它，因为它花费了很多时间，所以我想要一条出路）。

有没有一种方法可以通过按照我训练的方式对其进行转换来缩放测试数据（可能是保存缩放值，我不知道）。或者可以对模型进行去缩放，以便我可以在非缩放数据上测试模型.

如果我没有强调或过分强调任何一点，请在评论中告诉我！

我有一个讨论-db,我需要大量的测试数据,用于不同大小的样本.请查看准备好的SELECT,JOIN和CREATE查询,请在链接中向下滚动.

1. 如何自动生成测试数据到db？

2. 如何在不同大小的样本中生成测试数据？

3. 有一些现成的工具吗？

我需要签证或万事达卡的虚拟或测试数据来测试我的系统,如授权码,卡号和有效期？