معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Accurate timed loop

ویژگی	مقدار
سیستم عامل	-
نام فایل	accurate-timed-loop-0.0.14
نام	accurate-timed-loop
نسخه کتابخانه	0.0.14
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	JA
ایمیل نویسنده	cppgent0@gmail.com
آدرس صفحه اصلی	https://bitbucket.org/arrizza-public/accurate-timed-loop/src/master
آدرس اینترنتی	https://pypi.org/project/accurate-timed-loop/
مجوز	MIT

# Accurate Timed Loop # This is a python module that provide a way to have an acccurate timed loop. For example if you need to do an activity every 250ms +/-10ms, this loop will do that. ### Sample code ### see sample.py for a full example ```python import accurate_timed_loop loop_delay = 0.250 # seconds total_wait = 25.0 # seconds for elapsed, start_time in accurate_timed_loop.accurate_wait(total_wait, loop_delay): # ... do task every 250 mS pass ``` ### Accuracy and Limitations ### The sample.py does testing and shows that on Windows MSYS2 the std deviation error is roughly 4mS in a 250mS loop. This means that 95% of loops will be +/-8 mS of the requested loop_delay. ```text expected elapsed diff1(ms) actual(s) diff2(ms) 1 0.000000 0.000000 0.000 0.000000 0.000 2 0.250000 0.257294 7.294 0.257294 7.294 <snip> 100 24.750000 24.764093 14.093 24.764093 14.093 101 25.000000 25.015579 15.579 25.015579 15.579 Stats: loop count : 101 loops Error Range : 0.000 to 24.406 mS Error Stddev : 5.009 mS Error Average : 8.863 mS sample rc=0 doit overall rc=0 ``` This value is specific to Windows and to the PC that it is running on. To make it more accurate for your PC and OS use the fixed_adjustment parameter. Set it so the minimum and maximum are roughly symmetrical around 0. The Stdev and Average error values at that point should be miminal. ```python import accurate_timed_loop loop_delay = 0.250 # seconds total_wait = 25.0 # seconds adj = 0.012200 # win mys2 for elapsed, start_time in accurate_timed_loop.accurate_wait(total_wait, loop_delay, fixed_adjustment=adj): # ... do task every 250 mS pass ``` Re-run this several times, and tweak the fixed adjustment. This report shows that std deviation is much better. ```text expected elapsed diff1(ms) actual(s) diff2(ms) 1 0.000000 0.000000 0.000 0.000000 0.000 2 0.250000 0.251537 1.537 0.251537 1.537 <snip> 101 25.000000 24.989502 -10.498 24.989502 -10.498 102 25.250000 25.241386 -8.614 25.241386 -8.614 Stats: loop count : 102 loops Error Range : -11.591 to 17.286 mS Error Stddev : 3.933 mS Error Average : 5.549 mS sample rc=0 doit overall rc=0 ``` Limitations: * there is NO guarantee that the average error will always be that low or that consistent ```text # === first run: Stats: loop count : 102 loops Error Range : -11.591 to 17.286 mS Error Stddev : 3.933 mS Error Average : 5.549 mS # === second run: Stats: loop count : 102 loops Error Range : -11.897 to 11.435 mS Error Stddev : 3.692 mS Error Average : 5.380 mS sample rc=0 doit overall rc=0 # === third run: Stats: loop count : 101 loops Error Range : -11.626 to 18.453 mS Error Stddev : 3.851 mS Error Average : 4.527 mS sample rc=0 doit overall rc=0 # === fourth run: Stats: loop count : 102 loops Error Range : -11.851 to 15.891 mS Error Stddev : 4.147 mS Error Average : 5.072 mS sample rc=0 doit overall rc=0 # === fifth run: Stats: loop count : 101 loops Error Range : -11.251 to 6.205 mS Error Stddev : 3.229 mS Error Average : 4.704 mS sample rc=0 doit overall rc=0 ``` * the incoming "elapsed" parameter will not be after your expected delay. For example these two came in: * at 24.749 seconds instead of the expected 24.750 seconds * at 24.999 seconds instead of the expected 25.000 seconds ```text expected elapsed diff1(ms) actual(s) diff2(ms) 100 24.750000 24.749573 -0.427 24.749573 -0.427 101 25.000000 24.999601 -0.399 24.999601 -0.399 ```

نحوه نصب

نصب پکیج whl accurate-timed-loop-0.0.14:

pip install accurate-timed-loop-0.0.14.whl

نصب پکیج tar.gz accurate-timed-loop-0.0.14:

pip install accurate-timed-loop-0.0.14.tar.gz