Participer au site avec un Tip
Rechercher
 

Améliorations / Corrections

Vous avez des améliorations (ou des corrections) à proposer pour ce document : je vous remerçie par avance de m'en faire part, cela m'aide à améliorer le site.

Emplacement :

Description des améliorations :

Vous êtes un professionnel et vous avez besoin d'une formation ? Calcul scientifique
avec Python
Voir le programme détaillé
Module « doctest » Python 3.13.2

Classe « DocTest »

Informations générales

Héritage

builtins.object
    DocTest

Définition

class DocTest(builtins.object):

help(DocTest)

A collection of doctest examples that should be run in a single
namespace.  Each `DocTest` defines the following attributes:

  - examples: the list of examples.

  - globs: The namespace (aka globals) that the examples should
    be run in.

  - name: A name identifying the DocTest (typically, the name of
    the object whose docstring this DocTest was extracted from).

  - filename: The name of the file that this DocTest was extracted
    from, or `None` if the filename is unknown.

  - lineno: The line number within filename where this DocTest
    begins, or `None` if the line number is unavailable.  This
    line number is zero-based, with respect to the beginning of
    the file.

  - docstring: The string that the examples were extracted from,
    or `None` if the string is unavailable.

Constructeur(s)

Signature du constructeur Description
__init__(self, examples, globs, name, filename, lineno, docstring)

Liste des opérateurs

Signature de l'opérateur Description
__eq__(self, other)
__lt__(self, other)

Opérateurs hérités de la classe object

__ge__, __gt__, __le__, __ne__

Liste des méthodes

Toutes les méthodes Méthodes d'instance Méthodes statiques Méthodes dépréciées
Signature de la méthodeDescription
__hash__(self)
__repr__(self)

Méthodes héritées de la classe object

__delattr__, __dir__, __format__, __getattribute__, __getstate__, __init_subclass__, __reduce__, __reduce_ex__, __setattr__, __sizeof__, __str__, __subclasshook__

Vous êtes un professionnel et vous avez besoin d'une formation ? Deep Learning avec Python
et Keras et Tensorflow
Voir le programme détaillé