Как представить границы переменных в scipy.optimization, где границей является функция другой переменной

Не знаю, что это за путаница. Вот как вы можете связать терминологию TestNG и огурца.

  • тег в TestNG можно визуализировать как файл функции в огурце.
  • @Test метод в TestNG может визуализироваться как сценарий в огурце.
  • Определение шага в огурце не имеет ничего, что прямо эквивалентно в TestNG, потому что его часть сценария. Но для понимания вы можете визуализировать его как одну строку кода, выполняющую логическую операцию в TestNG.

Реализация по умолчанию AbstractTestNGCucumberTests по умолчанию следующая:

  • Он содержит поставщика данных внутри, который предоставляет один файл функции за раз.
  • Он содержит метод @Test, который связан с вышеупомянутым поставщиком данных, который извлекает все сценарии в и затем запускает их один за другим.

Вы можете создать свой собственный вариант AbstractTestNGCucumberTests, чтобы делать разные вещи (например, поддерживать параллельное выполнение сценария, которое в настоящее время недоступно в

В качестве примера вы можете познакомиться с библиотекой Cucumber-roadrunner , которую я построил, которая использует вышеупомянутую концепцию для поддержки параллельного выполнения сценария, а также обеспечивает потоковую безопасность отчетов.

Что касается ошибки, с которой вы столкнулись, You can implement missing steps with the snippets below: в основном состоит в том, что привязки jucm огурца, возможно, не могут связывать ваш файл функций с кодом клея (который вы предоставляете с помощью аннотации @CucumberOptions). Вы должны, пожалуй, более подробно ознакомиться с документацией о связях с огурцами jvm, чтобы понять, как обеспечить правильные значения.

1
задан newkid 19 January 2019 в 15:03
поделиться

2 ответа

Вы можете попробовать следующим образом.

для i в диапазоне (0,100): для j в диапазоне (0, int (i)): для k в диапазоне (0, int (j)): print (k)

0
ответ дан Swadesh Sagar 19 January 2019 в 15:03
поделиться

В настоящее время ни один из методов Сципи не позволяет применять динамические границы. Вы можете сделать нестандартное расширение для scipy.optimize.minimize или fsolve или реализовать свой собственный оптимизатор с динамическими границами.

Теперь о том, стоит ли делать это: быть ортогонально независимым. Если границы изменяются в зависимости от других проектных переменных, то проблема не является ортогонально независимой.

0
ответ дан newkid 19 January 2019 в 15:03
поделиться
Другие вопросы по тегам:

Похожие вопросы: