小编use*_*632的帖子

在Matlab命令窗口中输入:

syms f;
s = 2*pi*f*j;
s

返回

s =

pi*f*2*j

为什么pi不计算为3.141592 ...？我输入命令窗口的代码出了什么问题？

我想测试异常是否运行良好JUnit5.

例如,假设我测试队列.

public class ArrayCircleQueue {
    .
    .
    .
    public void enQueue(char item) {
        if (isFull()) {
            throw new IndexOutOfBoundsException("Queue is full now!");
        } else {
            itemArray[rear++] = item;
        }
    }
}

识别TestClass

class ArrayCircleQueueTest {
    .
    .
    .
    @org.junit.jupiter.api.Test
    void testEnQueueOverflow() {
        for (int i=0; i<100; i++) {
            queue.enQueue('c');  # test for 10-size queue. It should catch exception
        }
    }
}

我在谷歌搜索它,但只有答案JUnit4: @Test(expected=NoPermissionException.class)

但它不起作用JUnit5.

我怎么处理它？

在Django,我可以像这样命名每个模型领域(韩语):

description = models.CharField("??", max_length=100, blank=True)
image = ImageField("???", upload_to=upload_location)

但如果是ForeignKey,它不起作用.

album = models.ForeignKey("??", Album)

为什么它不起作用ForeignKey？

Django: 1.9.7 / Python3.5.1

视图.py

from django.views.decorators.csrf import csrf_exempt
from django.http import JsonResponse

class OrderPayCheckView(View):

    @csrf_exempt
    def post(self, request, *args, **kwargs):
        return JsonResponse(
            data={
                "valid": False,
            }
        )

当我POST通过 向这个 url发送请求时POSTMAN，它显示， 403 Forbidden-CSRF authentication Fail有点东西（我真的想显示所有错误，但语言是韩语）

我在我的测试服务器中测试了它，它有自己的 url。

为什么会发生？

In [3]: import numpy as np

In [4]: b = pd.DataFrame(np.array([
   ...:     [1,np.nan,3,4],
   ...:     [np.nan, 4, np.nan, 4]
   ...: ]))

In [13]: b
Out[13]:
     0    1    2    3
0  1.0  NaN  3.0  4.0
1  NaN  4.0  NaN  4.0

我想找到Nan值存在的列名和索引。

例如，“b有NaN在价值index 0, col1，index 0, col0，index 1 col2。

我试过的：

1

In [14]: b[b.isnull()]
Out[14]:
    0   1   2   3
0 NaN NaN NaN NaN
1 NaN NaN NaN NaN

=> 我不知道为什么它显示 …

根据airflow连接管理页面，我们可以使用环境变量来创建连接：

export AIRFLOW_CONN_MY_PROD_DATABASE='my-conn-type://login:password@host:port/schema?param1=val1&param2=val2'

所以，我下载了官方的docker-compose.yml：

$ curl -LfO 'https://airflow.apache.org/docs/apache-airflow/2.2.0/docker-compose.yaml'

并添加了连接的环境变量，如下所示：

...

 47   image: ${AIRFLOW_IMAGE_NAME:-apache/airflow:2.2.0}
 48   # build: .
 49   environment:
 50     &airflow-common-env
 51     AIRFLOW_CONN_MY_PROD_DB: my-conn-type://login:password@host:port/schema?param1=val1&param2=val2
 52     AIRFLOW__CORE__EXECUTOR: CeleryExecutor

...

然后，我使用以下方式加载所有容器docker-compose up并有权访问airflow-worker服务：

$ docker-compose exec airflow-worker /bin/bash

并查看所有连接列表：

airflow@52d9c6ab9309:/opt/airflow$ airflow connections list

但它说：

No data found

我错过了什么吗？

我不明白为什么我们需要mock在一些测试用例中，特别是像下面这样：

主要.py

import requests

class Blog:
    def __init__(self, name):
        self.name = name

    def posts(self):
        response = requests.get("https://jsonplaceholder.typicode.com/posts")

        return response.json()

    def __repr__(self):
        return '<Blog: {}>'.format(self.name)

测试.py

import main

from unittest import TestCase
from unittest.mock import patch


class TestBlog(TestCase):
    @patch('main.Blog')
    def test_blog_posts(self, MockBlog):
        blog = MockBlog()

        blog.posts.return_value = [
            {
                'userId': 1,
                'id': 1,
                'title': 'Test Title,
                'body': 'Far out in the uncharted backwaters of the unfashionable end of the western spiral arm of the Galaxy\ lies a small unregarded …