边界值分析：高效发现软件缺陷的关键技术 边界值分析是黑盒测试的核心方法，重点关注输入/输出范围的边界条件。研究表明，15-25%的软件错误发生在边界处。该方法通过测试最小值、略高于最小值、正常值、略低于最大值和最大值，能有效发现数组越界、数值比较等典型错误。边界值分析可分为单缺陷假设（每次只改变一个变量）和多缺陷假设（考虑变量组合），适用于数值输入、字符串长度、循环边界等多种场景。实践表明，结合等

通过等价类划分，可以用较少的测试用例，发现程序错误，同时保证测试的充分性，较好的完成测试目标。从而避免穷举测试，提高测试效率。

python的numpy库的diag(v,k=0)函数，以一维数组的形式返回方阵的对角线元素，或将一维数组转换为方阵（非对角线元素为0）。方阵：方形矩阵，行数和列数相等的矩阵。如果一个矩阵有n行和n列，则称为方阵。矩阵：矩形阵列，由相同类型元素按矩形网格排列组成的二维结构。矩阵有2个维度，行和列，m×n的矩阵有m行n列。主对角线：从矩阵的左上角到右下角的对角线，它的元素具有相同的行索引和列索引。

python的numpy库的sum()函数，用于对数组指定轴的元素求和。入参a可以为数组或类数组(元组，列表)。如果axis没有传则对全部元素求和。a：必选，array_like，需要求和的数组，或者列表、元组。axis：可选，整数，或整数元组。表示要求和轴，默认为None，表示对全部元素求和。dtype：可选，表示求和后数组的类型，或标量的类型。

python的numpy库的min()函数，用于计算沿指定轴(一个轴或多个轴)的最小值。

python的numpy库的argmax()函数，用于获取沿指定轴的最大值的索引。argmax()返回沿指定轴的最大值的索引。入参axis表示指定轴，默认为None表示整个数组的最大值的索引而不是某个轴的最大值索引，即转为一维数组后的最大值的索引。axis只能为整数，不支持整数元组。入参keepdims表示是否保留指定轴的尺寸为1，默认为False，不保留。

python的numpy库的unique()函数，用于查找数组的唯一元素，即对数组元素去重，重复的元素只保留一个，并返回排序后的数组。numpy.unique()返回沿指定轴去重后的数组。a：必选，需要去重的数组或元组或列表。return_index：可选，bool，表示是否返回去重后元素在原始数组第1次出现的索引；return_inverse：可选，bool，表示是否返回原始数组元素在去重后数组

python的numpy库的fabs()函数用于计算多维数组的每个元素的绝对值，绝对值都为浮点数，并且不能计算复数的绝对值，速度会比abs()快。numpy.fabs()对数组的每个元素(非复数)计算绝对值，并且绝对值为浮点数，返回ndarray数组或标量。x：必选，array-like需计算绝对值的数字数组，可以是ndarray或类ndarray(比如元组、列表等)或标量，不能为复数；out：可

python的numpy库的meshgrid()函数用于生成网格点的坐标矩阵。返回坐标向量中的坐标矩阵列表。x1，x2，…，xn，表示网格坐标的一维数组；默认为True，表示复制原始数组的视图，False则不复制，直接返回原始数组的视图；默认为False，表示不返回稀疏矩阵，True表示返回稀疏矩阵；用于指定输出的网格数组的索引顺序，该参数的取值可以是’xy’或’ij’；

python的numpy库的savez()函数，将多个数组保存到npz文件中。numpy.savez(file)，一次可以保存多个数组到npz文件中，可以保存任意维度的numpy数组，不限于一维和二维。保存numpy数组的结构，取出时shape和dtype与保存时的shape和dtype一致。一次可以保存多个numpy数组，每次保存会覆盖之前文件中存在的内容。保存的数组通过位置或关键字参数进行保存