基于unittest编写单元测试代码，要求： （45分） 1、被测函数功能：计算三个数据的平均值，这三个数据作为函数的参数； 2、需要计算的三个数据，以及其平均值都放在一个yaml文件中； 3、 写单元测试框架及其代码，从yaml文件中读取数据，测试1中的被测函数；

好的，下面是一个例子，假设有一个 `calc_average` 函数需要计算三个数的平均值，这三个数从一个 YAML 文件中读取。

YAML 文件内容如下：

data:
  - a: 1
    b: 2
    c: 3
    expected: 2.0
  - a: 4
    b: 5
    c: 6
    expected: 5.0
  - a: 7
    b: 8
    c: 9
    expected: 8.0

我们可以使用 PyYAML 库来读取这个 YAML 文件，然后编写单元测试来测试 `calc_average` 函数的正确性。

import unittest
import yaml

def calc_average(a, b, c):
    return (a + b + c) / 3

class TestCalcAverage(unittest.TestCase):
    
    def setUp(self):
        with open('data.yaml', 'r') as f:
            self.test_data = yaml.load(f, Loader=yaml.FullLoader)['data']
    
    def test_calc_average(self):
        for data in self.test_data:
            a = data['a']
            b = data['b']
            c = data['c']
            expected = data['expected']
            result = calc_average(a, b, c)
            self.assertAlmostEqual(result, expected)
    
if __name__ == '__main__':
    unittest.main()

在这个例子中，我们使用了 `yaml` 模块来读取 YAML 文件，得到一个包含测试数据的列表 `self.test_data`。在 `setUp` 方法中，我们在每个测试用例执行前读取一次数据，以便于测试数据的复用。

在 `test_calc_average` 方法中，我们遍历测试数据列表，分别获取每组测试数据的三个数 `a`、`b`、`c`，以及期望的平均值 `expected`。然后调用 `calc_average` 函数计算平均值，并使用 `self.assertAlmostEqual` 断言计算结果和期望值的差距是否小于某个阈值（默认为 7 位小数），如果不满足条件，将会抛出 `AssertionError` 异常，表示测试失败。

最后运行该测试文件，将会执行所有的测试用例，输出测试结果。