Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

Task.read does not return short reads for multi-channel power

Abierto
  • ¿Algo no está bien?
#529 0 comentarios 1 reacción 0 asignados Ver en GitHub

Los mantenedores suelen responder en 2 días

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
2/5
Tiempo estimado
1-3 horas
Aptitud para principiantes
35/100
Tipo de issue
Error
Claridad
Bien especificado
Estado de actividad
Estancado
Stack tecnológico
python
Área
api, testing

Línea de trabajo

Comienza ejecutando el caso fallido en tests/component/test_task_read_ai.py y sigue la llamada pwr_multi_channel_task.read(samples_to_read) a través de Task.read. La corrección estará completa cuando la lectura de potencia finita multicanal devuelva cinco muestras por canal al solicitar diez, y las aserciones de tensión y corriente sean correctas.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

Task.read doesn't slice the array for multi-channel power reads.

Test case (from tests/component/test_task_read_ai.py, under development):

def test___power_multi_channel_finite___read_too_many_sample___returns_valid_2d_channels_samples_truncated(
    pwr_multi_channel_task: nidaqmx.Task,
) -> None:
    samples_to_acquire = 5
    pwr_multi_channel_task.timing.cfg_samp_clk_timing(rate=1000.0, sample_mode=AcquisitionType.FINITE, samps_per_chan=samples_to_acquire)
    num_channels = pwr_multi_channel_task.number_of_channels
    samples_to_read = 10

    data = pwr_multi_channel_task.read(samples_to_read)

    _assert_equal_2d(
        [[e.voltage for e in d] for d in data],
        [
            [_get_voltage_setpoint_for_chan(chan_index) for _ in range(samples_to_acquire)]
            for chan_index in range(num_channels)
        ],
        abs=POWER_EPSILON,
    )
    _assert_equal_2d(
        [[e.current for e in d] for d in data],
        [
            [_get_current_setpoint_for_chan(chan_index) for _ in range(samples_to_acquire)]
            for chan_index in range(num_channels)
        ],
        abs=POWER_EPSILON,
    )

Result:

_ test___power_multi_channel_finite___read_too_many_sample___returns_valid_2d_channels_samples_truncated[library_init_kwargs] _

pwr_multi_channel_task = Task(name=_unnamedTask<F>)

    def test___power_multi_channel_finite___read_too_many_sample___returns_valid_2d_channels_samples_truncated(
        pwr_multi_channel_task: nidaqmx.Task,
    ) -> None:
        samples_to_acquire = 5
        pwr_multi_channel_task.timing.cfg_samp_clk_timing(rate=1000.0, sample_mode=AcquisitionType.FINITE, samps_per_chan=samples_to_acquire)
        num_channels = pwr_multi_channel_task.number_of_channels
        samples_to_read = 10

        data = pwr_multi_channel_task.read(samples_to_read)

>       _assert_equal_2d(
            [[e.voltage for e in d] for d in data],
            [
                [_get_voltage_setpoint_for_chan(chan_index) for _ in range(samples_to_acquire)]
                for chan_index in range(num_channels)
            ],
            abs=POWER_EPSILON,
        )

tests\component\test_task_read_ai.py:317:
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _

data = [[1.0, 1.0, 1.0, 1.0, 1.0, 2.0, ...], [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, ...]]
expected = [[1.0, 1.0, 1.0, 1.0, 1.0], [2.0, 2.0, 2.0, 2.0, 2.0]], abs = 0.001

    def _assert_equal_2d(data: List[List[float]], expected: List[List[float]], abs: float) -> None:
        # pytest.approx() does not support nested data structures.
        assert len(data) == len(expected)
        for i in range(len(data)):
>           assert data[i] == pytest.approx(expected[i], abs=abs)
E           assert [1.0, 1.0, 1....1.0, 2.0, ...] == approx([1.0 ±....0 ± 1.0e-03])
E
E             Impossible to compare lists with different sizes.
E             Lengths: 5 and 10

tests\component\test_task_read_ai.py:152: AssertionError
Lenguaje dominante
Python
Estrellas
590
Forks
199
Merge medio
1 d 20 h
PR fusionados (30 d)
10

Preparar el entorno

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de ni/nidaqmx-python

Todos los issues de ni/nidaqmx-python

Issues similares

Más issues de Python

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.