Natuurlijk! Om parametrized unit tests te maken voor de functie `add(a, b)`, kun je gebruik maken van bijvoorbeeld het testing framework `pytest` in Python, dat ondersteuning biedt voor parametrized tests via de `@pytest.mark.parametrize` decorator. Hier is een voorbeeld van hoe je dit kunt doen: ```python import pytest # De te testen functie def add(a, b): return a + b # Parametrized testcases @pytest.mark.parametrize( "a, b, expected", [ (1, 2, 3), # simpele som (-1, 1, 0), # optelling met negatieve waarde (0, 0, 0), # beide operand 0 (1.5, 2.5, 4.0), # met float waarden (1000, 2000, 3000) # grote getallen ] ) def test_add(a, b, expected): assert add(a, b) == expected ``` **Hoe werkt dit?** - De decorator `@pytest.mark.parametrize` geeft aan dat de test meerdere keren wordt uitgevoerd met verschillende sets van invoerwaarden. - In de lijst onder `a, b, expected` definieer je de verschillende scenario's. - Voor elk tuple wordt de test `test_add` uitgevoerd, waarbij `a`, `b` en `expected` worden doorgegeven. **Voordelen:** - Je schrijft de testlogica één keer (`assert add(a, b) == expected`). - Je kunt snel en overzichtelijk meerdere scenario's testen zonder duplicatie. - Het is eenvoudig uit te breiden met nieuwe testcases door simpelweg een nieuw tuple toe te voegen. **Gebruik:** - Installeer pytest indien nodig (`pip install pytest`). - Sla je test op in een bestand zoals `test_add.py`. - Voer de tests uit met het commando: `pytest test_add.py`. Zo heb je een efficiënte en overzichtelijke manier om verschillende scenario's te testen!

Zeker! Hier is een uitleg over parametrized unit tests voor jouw `add` functie met voorbeelden in Python: ## Parametrized Testing Voorbeelden ### 1. Met unittest en subTest (Python standaard library) ```python import unittest class TestAddFunction(unittest.TestCase): test_cases = [ # (a, b, verwacht_resultaat, test_naam) (2, 3, 5, "positieve_getallen"), (-1, 5, 4, "negatief_en_positief"), (0, 0, 0, "beide_nul"), (2.5, 3.1, 5.6, "decimale_getallen"), (-3, -2, -5, "beide_negatief") ] def test_add_multiple_cases(self): for a, b, expected, test_name in self.test_cases: with self.subTest(test_name=test_name, a=a, b=b): self.assertEqual(add(a, b), expected) ``` ### 2. Met pytest (aanbevolen voor parametrized tests) ```python import pytest test_data = [ (2, 3, 5), (-1, 5, 4), (0, 0, 0), (2.5, 3.1, 5.6), (-3, -2, -5), (1000000, 2000000, 3000000) ] @pytest.mark.parametrize("a,b,expected", test_data) def test_add_parametrized(a, b, expected): assert add(a, b) == expected ``` ### 3. Meer geavanceerd voorbeeld met verschillende datatypen ```python @pytest.mark.parametrize("a,b,expected", [ (2, 3, 5), # integers (2.5, 3.5, 6.0), # floats ("hello", " world", "hello world"), # strings ([1, 2], [3, 4], [1, 2, 3, 4]) # lists ]) def test_add_different_types(a, b, expected): assert add(a, b) == expected ``` ## Hoe het werkt: 1. **Eén testfunctie** die meerdere testgevallen afhandelt 2. **Testdata gescheiden** van testlogica 3. **Makkelijk uitbreidbaar** - voeg gewoon nieuwe tuples toe aan de lijst 4. **Duidelijke foutmeldingen** wanneer een testcase faalt ## Voordelen: - ✅ **Geen code-duplicatie** -zelfde testlogica voor alle gevallen - ✅ **Onderhoudbaar** - testgevallen centraal beheerd - ✅ **Leesbaar** - duidelijk welke scenario's worden getest - ✅ **Schaalbaar** - makkelijk nieuwe edge cases toevoegen ## Uitvoeren: ```bash # Voor unittest python -m unittest test_module.py # Voor pytest (aanbevolen) pytest test_module.py -v ``` Pytest geeft de mooiste output en ondersteunt parametrized tests het beste!