Using with `matplotlib.testing.decorators.image_comparison`
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Aptitud para principiantes
- 38/100
- Tipo de issue
- Error
- Claridad
- Bastante claro
- Estado de actividad
- Estancado
- Stack tecnológico
- matplotlib, python
- Área
- data-visualization, testing
Línea de trabajo
Empieza leyendo src/mplfinance/_styles.py, especialmente _apply_mpfstyle, y compáralo con matplotlib.testing.setup() y set_font_settings_for_testing(). Revisa las pruebas de comparación de imágenes y determina qué enfoque mantiene coherentes las fuentes renderizadas entre los Dev Containers locales y GitHub Actions sin requerir que cada prueba pase un estilo personalizado; se considera hecho cuando las comparaciones de baseline existentes pasan en ambos entornos.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
The problem is that the baseline images generated locally (in a Dev Container) don't match the ones on CI (GitHub Actions running the latest Ubuntu LTS) and thus my tests fail. When I compared the images I figured out that different fonts are being used: CI's Ubuntu has more fonts pre-installed than a Dev Container so the text was rendered with Liberation Sans instead of DejaVu Sans.
To quick fix it:
- Install Liberation fonts locally
sudo apt install fonts-liberation - Drop
matplotlibfonts cache (file location and name can be different)
rm ~/.cache/matplotlib/fontlist-v330.json - Re-generate baseline images
Also to find a solution that won't fail when some font is added/removed locally/remotely, I dug deeper and figured out that matpltolib has a solution for this well-known issue: matplotlib.testing.setup() that calls set_font_settings_for_testing() that sets font.family to DejaVu Sans.
But for mplfinance that makes no difference because the font.family gets overridden by _apply_mpfstyle call. For example, the default style sets it to sans-serif (comes from base_mpl_style='seaborn-darkgrid'), and then nobody knows which font maptlotlib is going to use for rendering.
Here I came up with two solutions:
pytest fixture
Pros:
- uses only public API
Cons:
- need to pass to every
.plot(...)
@pytest.fixture
def mpf_style():
return mpf.make_mpf_style(
base_mpf_style="default", rc={"font.family": "DejaVu Sans"}
)
@image_comparison(baseline_images=["test.png"])
def test(mpf_style):
mpf.plot(..., style=mpf_style)
pytest before-all hook that mutates default style
Pros:
- all the existing tests left untouched
- never forget passing
style=...in new ones
Cons:
- gets broken on the underlying
mplfinanceimplementation changes
def pytest_configure() -> None:
mpf._styledata.default.style["rc"].append(("font.family", "DejaVu Sans"))
- Lenguaje dominante
- Python
- Estrellas
- 4.4k
- Forks
- 678
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de matplotlib/mplfinance
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 62/100
matplotlib/mplfinance#672 ·
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 10/100
matplotlib/mplfinance#700 ·
-
enhancement
Dificultad 5/5 Más de una semana Aptitud para principiantes 30/100
matplotlib/mplfinance#695 ·
-
question
Dificultad 3/5 1-2 días Aptitud para principiantes 25/100
matplotlib/mplfinance#691 · 1 comentario ·
-
question
Dificultad 4/5 3-5 días Aptitud para principiantes 52/100
matplotlib/mplfinance#690 · 5 comentarios ·
Todos los issues de matplotlib/mplfinance
Issues similares
-
[Bug] reef-hermes tells me to resume with hermes --resume, which does not work from my shell Abiertoarea: harness bug status: needs-triage
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
Human-Agent-Society/reef#625 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 70/100
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 80/100
learningequality/kolibri#15351 · 2 comentarios ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
-
Name consistency Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
eellak/triplestore#65 · 1 comentario ·