Probar números aleatorios en Python mediante mocks

Publicado el 07 junio 2021 por Daniel Rodríguez @analyticslane

Las pruebas automáticas son una parte clave de cualquier librería de código, ya que es la herramienta con la cual validar el correcto funcionamiento de esta después de incluir actualizaciones. Evitando de este modo que una actualización afecte al funcionamiento de los aplicativos donde se use. En el caso de que el código bajo pueda utilice un generador de números aleatorios es necesario crear un mock, un componente que simula el comportamiento de otro, para que a la hora de lanzar la pruebas siempre se ejecuten con los mismos valores. Veamos cómo se puede hacer esto para probar número aleatorios en Python.

Aplicación de ejemplo

Supongamos que tenemos un programa con el que se simula el lanzamiento de una moneda como el que se muestra a continuación.

import random

def coin():
    if random.random() > 0.5:
        return 1
    else:
        return 0

En este pequeño programa se le pide al generador de números aleatorios de Python un valor y cuando este es mayor que 0,5 devuelve 1 y 0 en otro caso. Esto es, una función que devuelve 1 con un 50% de probabilidad y 0 con el otro 50%. Si queremos hacer una prueba para comprobar que funciona correctamente, por ejemplo, validar que no se ha escrito un valor diferente a 0,5 en la comparación, tenemos un problema ya que no controlamos el comportamiento de random(). Aunque esto se puede solucionar fácilmente mediante la creación de un mock.

Creación de un mock en Python para probar números aleatorios

La forma más fácil de crear un mock en Python es sobrescribir la función o método del componente antes de usarlo. Así, en el archivo de prueba se llamará a esta función en lugar de la original. Para hacer esto en el ejemplo anterior, en el caso de que el código este en un archivo coin.py, solamente tendremos que reemplazar coin.random.random por una función que siempre devuelva un valor. Algo como lo que se muestra en el siguiente archivo

import coin

def test_coin():
    coin.random.random = lambda : 0.5

    assert coin.coin() == 0

En el caso de ejecutar la prueba con esta pasara ya que siempre el valor será de 0,5.

Evaluar múltiples números aleatorios en Python

El ejemplo anterior funciona bien para un único caso, pero en el caso de llamar varias veces a la función aleatoria esta no se comporta como en un caso real. Por lo que, para probar estos casos, es necesario crear una función que devuelve un valor diferente cada vez que sea llamada. Algo que se puede conseguir con un vector del que se extrae un número en cada llamada mediante el uso de pop(). Así, tal como se muestra en la siguiente prueba, se puede comprobar cómo la función que simula la moneda cambia de un estado a otro de forma correcta.

import coin

def test_coin():
    random_number = [0.1, 0.5, 0.51, 0.6]
    coin.random.random = lambda : random_number.pop(0)

    assert coin.coin() == 0
    assert coin.coin() == 0
    assert coin.coin() == 1
    assert coin.coin() == 1

En donde los dos primeros intentos son cero ya que los "números aleatorios" no son mayores de 0,5, lo que sí sucede en el tercero y cuarto caso.

Esta es una forma de probar números aleatorios en Python con el que se puede abordar todas las casuísticas necesarias. Ya que tenemos un control completo de los valores aleatorios.

Conclusiones

En esta ocasión hemos visto cómo crear pruebas con números aleatorios en Python mediante el uso de mocks. Lo que nos permite probar incluso código cuyo funcionamiento debe ser aleatoria en producción. Algo clave para que la cobertura de las pruebas de nuestra librería sea los más cercana posible al 100%, lo único con lo que podemos garantizar que no incluiremos errores tras una actualización.

Imagen de anncapictures en Pixabay