test setup failed file C:\Users\86157\PycharmProjects\pythonProject8\39.py, line 17 def test_mapper(sample): E fixture 'sample' not found > available fixtures: anyio_backend, anyio_backend_name, anyio_backend_options, cache, capfd, capfdbinary, caplog, capsys, capsysbinary, doctest_namespace, monkeypatch, pytestconfig, record_property, record_testsuite_property, record_xml_attribute, recwarn, tmp_path, tmp_path_factory, tmpdir, tmpdir_factory > use 'pytest --fixtures [testpath]' for help on them.

根据你的描述，这看起来像是一个 pytest 测试文件中的错误。错误信息显示在第17行中定义的 `test_mapper` 函数所需的 `sample` fixture 未找到。你需要在你的测试文件中定义 `sample` fixture 或者检查是否拼写错误。你可以通过运行 `pytest --fixtures [testpath]` 命令来查看可用的 fixtures，以及它们在哪些文件中定义。如果你需要更多的帮助，可以提供更多的代码细节。

相关问题

def train_r(buffered_size=1024): def reader(): xs=[] ys=[] for i in range(1, 6): train_dict = unpickle("/home/aistudio/cifar-10-batches-py/data_batch_%d" % (i,)) xs.append(train_dict[b'data']) ys.append(train_dict[b'labels']) Xtr = np.concatenate(xs) Ytr = np.concatenate(ys) for (x, y) in zip(Xtr, Ytr): yield x, int(y) return paddle.reader.xmap_readers(train_mapper, reader, cpu_count(), buffered_size) # 对自定义数据集创建训练集test 的reader def test_r(buffered_size=1024): def reader(): test_dict = unpickle("/home/aistudio/cifar-10-batches-py/test_batch") X = test_dict[b'data'] Y = test_dict[b'labels'] for (x, y) in zip(X, Y): yield x, int(y) return paddle.reader.xmap_readers(test_mapper, reader, cpu_count(), buffered_size)，这段程序如何改成我自己的数据集集啊，我数据集的路径在这儿D:\wjd\tpfl

你可以按照以下步骤修改代码中的数据集路径，以适应你自己的数据集：

1. 将数据集放置在你的电脑中，并记下数据集的路径。

2. 修改 train_r 函数中的数据集路径：

   train_dict = unpickle("数据集路径")

3. 修改 test_r 函数中的数据集路径：

   test_dict = unpickle("数据集路径")

4. 将修改后的代码保存并运行即可。

def test_mapper(sample): img, label = sample # 将img 数组进行归一化处理，得到0到1之间的数值 img = img.flatten().astype('float32')/255.0 return img, label

根据你的代码，`test_mapper` 函数需要一个名为 `sample` 的 fixture。通常情况下，你需要在测试文件中定义这个 fixture。例如：

import pytest
from your_module import get_sample_data

@pytest.fixture
def sample():
    return get_sample_data()

def test_mapper(sample):
    img, label = sample
    # 将img 数组进行归一化处理，得到0到1之间的数值
    img = img.flatten().astype('float32')/255.0
    return img, label

在这个例子中，我们首先导入了 `pytest` 和 `get_sample_data` 函数。然后我们定义了一个名为 `sample` 的 fixture。这个 fixture 使用 `get_sample_data` 函数来获取测试数据，并将其返回。最后，我们使用 `test_mapper` 函数来测试 `sample` fixture 是否正常工作。在这个例子中，我们假设 `get_sample_data` 函数已经定义，可以返回一个包含图像和标签的元组。在你的代码中，你需要根据你的实际情况来定义 `sample` fixture。