Unittests für Jupyter-Code
Quellcode aus Jupyter-Notebooks auch im normalen Python-Interpreter nutzen
Jupyter-Notebooks kombinieren Erklärungen, Code und Diagramme als interaktive Anwendungen im Browser. Mit einem Trick kann auch der normale Python-Interpreter den Code aus so einer „Webseite" ausführen, etwa um ihn automatisch zu testen.
Wer Algorithmen entwickelt, lernt Jupyter-Notebooks zu schätzen: Markdown-Zellen nehmen Notizen, Erklärungen und Formeln auf, Code wird schön häppchenweise ausgeführt und zum Visualisieren zeichnen Matplotlib und Altair Diagramme direkt ins Browserfenster.
So ging es mir beim Implementieren von Bresenhams Linienalgorithmus in 3D (siehe S. 147). Der Code reifte eine Weile im Notebook und nachdem die ersten Tests erfolgreich aussahen, wollte ich prüfen, ob mein Algorithmus wirklich richtig funktioniert. Das geht sehr gut mit Unit-Tests [1], die nebenbei auch ärgerliche Rückschritte verhindern.