property-testlisted

# プロパティベーステスト tdd(1つの振る舞いを具体的な入力でテストする)とは異なり、 ランダムに生成した大量の入力で「常に成り立つべき性質(不変条件)」を検証する。 入力の組み合わせが多い前処理・データ変換・バッグ処理に特に有効。 ## いつ使うか - 入力の型やshapeのバリエーションが多い関数(前処理、正規化、データ変換) - 往復の正しさが求められる処理(encode→decode、serialize→deserialize) - 冪等性が期待される処理(2回適用しても結果が変わらないべき操作) - tdd の具体的な入力値だけでは見逃す境界値バグを探したいとき ## 進め方 1. 作業スコープ直下に CONTEXT.md があれば先に読む。 2. 対象の関数を特定する。 3. その関数の「有効な入力」をモデル化する。 - 型: int, float, str, list, ndarray, tensor 等 - 値域: 正の数のみ、0を含むか、NaN/Inf を含むか - shape: 固定か可変か、空を許すか 4. 以下の不変条件から該当するものを選び、テストを書く。 ## 代表的な不変条件 | 不変条件 | 説明 | 例 | |----------|------|-----| | 往復(roundtrip) | encode→decode で元に戻る | `decode(encode(x)) == x` | | 冪等性 | 2回適用しても結果が同じ | `f(f(x)) == f(x)` | | 出力の型・shape保存 | 入力と出力の型やshapeが対応する | `output.shape[0] == input.shape[0]` | | 単調性 | 入力が増えたら出力も増える(または減らない) | `x <= y → f(x) <= f(y)` | | 値域の制約 | 出力が常に有効な範囲に収まる | `0 <= normalize(x) <= 1` | | ゼロ・空入力 | 空リスト、ゼロ行列、空文字列でクラッシュしない | `f([]) → 例外ではなく空の結果` | ## テストの書き方(Hypothesis ライブラリ) ```python from hypothesis import given, strategies as st @given(st.lists(st.floats(allow_nan=False, allow_infinity=False), min_size=1)) def test_normalize_output_range(values): result = normalize(values) assert all(0 <= v <= 1 for v in result) ``` Hypothesis がインストールされていなければ `uv add --dev hypothesis` で追加する。 ## テストの保存先 作業スコープ配下の tests/ に保存する(tdd と同じ場所)。 ファイル名は `test_property_<対象モジュール名>.py` とする。 ## 注意 - tdd スキルとの使い分け: tdd は「この入力→この出力」の具体的な振る舞いを テストする。property-test は「どんな入力でもこの性質が成り立つ」を テストする。両方あるのが理想で、どちらかの代替ではない。 - 生成されたテス