目前生成testX的方法是用的拉丁超立方设计，之后须补充用正交设计、均匀设计生成testX，并写成函数调用的形式，0代表均匀设计，1代表正交设计，2代表拉丁超立方设计（即让我们用哪种方式设计生成能自动调用相应的代码）

生成testX的方法通常指的是在实验设计中创建一个测试矩阵，其中包含了不同的参数组合。在统计学和实验设计领域，拉丁超立方设计、正交设计和均匀设计都是用来生成参数组合的常用方法。

1. 拉丁超立方设计（Latin Hypercube Design，LHD）: 这种设计方法将每个参数的取值范围分成等间隔的区间，然后从每个区间随机选择一个值，确保每个参数的每个区间都被选择一次。这样可以保证参数空间的均匀性，并且相比完全随机的设计，LHD可以以较少的试验次数来估计响应面。

2. 正交设计（Orthogonal Design）: 正交设计利用正交表来安排实验，可以保证每个因子的不同水平能够在因子间的交互作用下得到均衡的考虑。这种方法特别适用于因子水平较多的情况，能够有效减少试验次数，同时还可以分析因子之间的交互作用。

3. 均匀设计（Uniform Design）: 均匀设计尝试在参数空间内生成尽可能均匀分布的试验点，以使得试验点能够覆盖整个参数空间。这种设计方法适用于参数空间内样本点的均匀性至关重要的情形。

为了实现这些设计方法，并通过函数调用来生成testX，我们可以定义一个函数，它根据输入的参数来决定使用哪种设计方法。以下是一个简化的函数实现范例（使用伪代码表示）：

def generate_testX(design_type, number_of_parameters, number_of_levels):
    if design_type == 0:
        # 使用均匀设计
        return uniform_design(number_of_parameters, number_of_levels)
    elif design_type == 1:
        # 使用正交设计
        return orthogonal_design(number_of_parameters, number_of_levels)
    elif design_type == 2:
        # 使用拉丁超立方设计
        return latin_hypercube_design(number_of_parameters, number_of_levels)
    else:
        raise ValueError("不支持的设计类型")

在这个函数中，`design_type` 参数决定了使用的设计方法，`number_of_parameters` 和 `number_of_levels` 分别代表参数的数量和每个参数的水平数。函数会根据不同的设计类型调用不同的内部函数（如`uniform_design`、`orthogonal_design`、`latin_hypercube_design`）来生成testX。