使用 matplotlib 测试事件处理和选择

Question

根据主题，如何为matplotlib中处理pick event handling的函数编写测试？

特别是，给定以下最小工作示例，如何编写可提供 100% 覆盖率的测试？

import numpy as np
import matplotlib.pyplot as plt

def onpick(event):
    ind = event.ind
    print('you clicked on point(s):', ind)

def attach_handler_to_figure(figure):
    figure.canvas.mpl_connect('pick_event', onpick)

def main():
    plt.ion()
    x, y, c, s = np.random.rand(4, 100)
    fig, ax = plt.subplots()
    ax.scatter(x, y, 100*s, c, picker=True)
    attach_handler_to_figure(fig)

main()

对我来说，关键部分是为函数 onpick 和 attach_handler_to_figure 编写测试。关于绘图，我觉得this answer 令人满意！

更多信息：我不喜欢测试控制台输出的方法。我所追求的是测试功能，某种test_onpick 和test_attach_handler_to_figure 和test_main（嗯，主要挑战是测试attach_handler_to_figure(fig) 行），可以由pytest 或任何其他测试使用框架。

Answer 1

您当然可以模拟一个挑选事件。在下文中，我修改了onpick 以实际返回一些东西。为了测试控制台输出，请参阅Python: Write unittest for console print。

import numpy as np
import matplotlib.pyplot as plt

def onpick(event):
    ind = event.ind
    print('you clicked on point(s):', ind)
    return ind

def attach_handler_to_figure(figure):
    figure.canvas.mpl_connect('pick_event', onpick)

def main():
    #plt.ion()
    x, y, c, s = np.random.rand(4, 100)
    fig, ax = plt.subplots()
    ax.scatter(x, y, 100*s, c, picker=True)
    attach_handler_to_figure(fig)


def test_onpick():
    from unittest.mock import Mock

    main()

    event = Mock()
    event.ind = [2]

    ret = onpick(event)
    print(ret)
    assert ret == [2]

test_onpick()