-
评审
1 创建用例评审 2 列表模式 2.1 用例评审关联用例 2.2 用例评审 2.3 重新提审 ¶ 3 脑图模式 用例评审支持创建评审计划、关联测试用例、在线评审。系统预置了评审数据可查看点击【测试用例-评审-新建】新建用例评审计划，评审人可查看当前项目中用例评审计划。 1 创建用例评审 创建评审详情，输入评审名称、评审模式、评审人、... -
前言
前言 undefined前言 undefined在大家阅读本教程之前，事先声明几点 前言 undefined前言 undefined在大家阅读本教程之前，事先声明几点 本教程所用到的各类资源，均供个人测试所用，诸如破解版程序、代码借鉴等，希望大家能够多多支持正版/原作者 本教程所展示的各步操作，并非绝对操作，大家一定要根据自己的实际情况，进... -
4.4.4 模块的有条件执行
4.4.4 模块的有条件执行 4.4.4 模块的有条件执行 有些 Python 模块是可以直接执行的，一般称为程序或脚本；而另一些 Python 模块中只 包含一些函数定义，本身并没有主程序入口，因而不能执行。标准库就属于后一种模块。有 时我们希望创建一种混合式的模块——既可以作为独立执行的程序，又可以作为被其他程序 导入的库。在 Python 中，... -
我创建的
我创建的 点击【我创建的】进入页面，显示当前用户创建的测试计划、测试用例、用例评审、接口用例、接口场景、缺陷等。 访问链接 根据项目、测试计划、用例评审、测试用例、接口用例、接口场景 缺陷等功能筛选当前用户创建的数据。 访问链接 -
使用 Bulk Processor
使用 Bulk Processor 创建BulkProcessor 实例 BulkProcessor 默认设置 增加requests 关闭 Bulk Processor 在测试中使用Bulk Processor 使用 Bulk Processor BulkProcessor 提供了一个简单的接口，在给定的大小数量上定时批量自动请求 创建B... -
简单线性回归模型
简单线性回归模型 第一步：数据预处理 第二步：训练集使用简单线性回归模型来训练 第三步：预测结果 第四步：可视化 训练集结果可视化 测试集结果可视化 简单线性回归模型 第一步：数据预处理 import pandas as pd import numpy as np import matplotlib ... -
报告
报告 1 生成报告 在【测试计划】页点击【执行】生成测试计划报告。 访问链接 2 查看报告 2.1 计划报告 在【计划报告】页面，点击【报告ID】查看报告详情，输入【报告总结】进行保存。 访问链接 访问链接 报告筛选 在报告页面，拖拽到用例明细处，可开启测试点功能，页面按“测试点”维度展示... -
报告
1 查看报告 2 分享报告 3 导出报告 4 删除报告 1 查看报告 在【报告】页面查看【场景报告】和【用例报告】。 点击【报告名称】预览报告详情。 点击【步骤名称】查看步骤实际请求的响应内容。 2 分享报告 在报告详情页面，点击【分享】按钮获取分享链接。报告链接有效期可在项目管理-应用设置 处配置。 3 导... -
数据预处理
数据预处理 第1步：导入库 第2步：导入数据集 第3步：处理丢失数据 第4步：解析分类数据 创建虚拟变量 第5步：拆分数据集为训练集合和测试集合 第6步：特征量化 数据预处理 如图所示，通过6步完成数据预处理 此例用到的数据 ，代码 。 第1步：导入库 import numpy as np import pandas...
