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

Python benchmarker / benchmarking framework

ویژگی	مقدار
سیستم عامل	-
نام فایل	benchmark-0.1.5
نام	benchmark
نسخه کتابخانه	0.1.5
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Jeffrey R. Spies
ایمیل نویسنده	jspies@gmail.com
آدرس صفحه اصلی	http://jspi.es/benchmark
آدرس اینترنتی	https://pypi.org/project/benchmark/
مجوز	LICENSE.txt

========= benchmark ========= ``benchmark`` is a Python benchmarking framework, similar to Steve Purcell's ``unittest`` in basic structure. It's as simple as:: import benchmark import math class Benchmark_Sqrt(benchmark.Benchmark): each = 100 # allows for differing number of runs def setUp(self): # Only using setUp in order to subclass later # Can also specify tearDown, eachSetUp, and eachTearDown self.size = 25000 def test_pow_operator(self): for i in xrange(self.size): z = i**.5 def test_pow_function(self): for i in xrange(self.size): z = pow(i, .5) def test_sqrt_function(self): for i in xrange(self.size): z = math.sqrt(i) class Benchmark_Sqrt2(Benchmark_Sqrt): # Subclass the previous benchmark to change input using # self.setUp() label = "Benchmark Sqrt on a larger range" # The above label comes from the class name, this oen # comes from the label attribute each = 50 def setUp(self): self.size = 750000 if __name__ == '__main__': benchmark.main(format="markdown", numberFormat="%.4g") # could have written benchmark.main(each=50) if the # first class shouldn't have been run 100 times. which produces:: Benchmark Report ================ Benchmark Sqrt -------------- name | rank | runs | mean | sd | timesBaseline --------------|------|------|----------|-----------|-------------- pow operator | 1 | 100 | 0.004163 | 0.0001469 | 1.0 sqrt function | 2 | 100 | 0.004584 | 0.000379 | 1.10126499627 pow function | 3 | 100 | 0.005496 | 0.0002709 | 1.32031909568 Benchmark Sqrt on a larger range -------------------------------- name | rank | runs | mean | sd | timesBaseline --------------|------|------|--------|----------|-------------- pow operator | 1 | 50 | 0.1265 | 0.004772 | 1.0 sqrt function | 2 | 50 | 0.1375 | 0.004729 | 1.08705384 pow function | 3 | 50 | 0.1649 | 0.003935 | 1.30357975885 Each of the above 450 runs were run in random, non-consecutive order by `benchmark` v0.1.4 (http://jspi.es/benchmark) with Python 2.7.1 Darwin-11.3.0-x86_64 on 2012-04-17 19:43:01. More examples are available in the example folder or visit http://jspi.es/benchmark for more information.

نحوه نصب

نصب پکیج whl benchmark-0.1.5:

pip install benchmark-0.1.5.whl

نصب پکیج tar.gz benchmark-0.1.5:

pip install benchmark-0.1.5.tar.gz