2022-04-08 17:21:41 Cyberbolt
我们创建了一个 GitHub 仓库 https://github.com/Cyberbolt/py_cpu_test,欢迎大家成为该仓库的贡献者!
该工具用于测试不同环境、不同机器中 Python 的性能表现(基于纯 Python 的冒泡排序算法)。测试环境包括 Linux、macOS、Windows,机器包括但不限于 个人电脑(PC)、Mac、树莓派、服务器。本仓库旨在构建一个全平台的 Python 性能榜单,供 Python 开发者参考,也可由此为参考选购机器。
我们需要尽可能多的测试数据,以提供更全面的榜单。欢迎大家参加该测试,成为本仓库的贡献者之一。(注:为了提升测试数据的可信度,榜单中已有机器支持重复提交测试,我们会取不同贡献者测试数据的平均值,失真数据除外)让我们共同构建一个开源、可信的 Python 性能榜单!
环境要求: Python 3.6 及以上 (请使用官方 CPython 解释器)
1.将本仓库 fork 至你的仓库,git clone 到本地,创建并进入一个新分支。
2.在项目根目录运行 python3 app.py
进行测试,完成后会生成 result
目录。
3.(可选)在 result
目录中创建 remarks.txt
文件,填写本次测试的备注信息或注意事项。
4.更改 result
目录的格式
若测试机器是实体主机,请将 result
目录更改为 时间-用户名-系统 Python版本-CPU型号
格式 (如:20220406-QuintinShaw-Linux Python 3.9.2-Intel(R) Core(TM) i7-4770 CPU @ 3.40GHz) ,并将此目录移动到 test
目录中。
若测试机器是云服务器,请将 result
目录更改为 时间-用户名-系统 Python版本-服务器名称 CPU和内存配置 机房区域
格式(如:20220406-Cyberbolt-Linux Python 3.8.2-阿里云轻量应用型 2核1G 新加坡) ,并将此目录移动到test
目录中。
5.通过 git 上传到自己的仓库后,提交 pull request 请求。提交的请求经审核后将合并至本仓库。
成绩按多核降序,单核成绩与多核成绩无关。
注:若仓库存在失真数据,请在 issues 发起修复请求,非常感谢你的贡献!
仅用于学习参考,性能测试无需关注该部分。代码的算法部分请参考项目根目录 算法部分源码参考.py
文件,点击可下载 数据集 。