Python3 notes

性能度量

有些用户对了解解决同一问题的不同方法之间的性能差异很感兴趣。Python 提供了一个度量工具，为这些问题提供了直接答案。

例如，使用元组封装和拆封来交换元素看起来要比使用传统的方法要诱人的多,timeit 证明了现代的方法更快一些。

>>>from timeit importTimer

>>>Timer('t=a; a=b; b=t','a=1; b=2').timeit()

0.57535828626024577

>>>Timer('a,b = b,a','a=1; b=2').timeit()

0.54962537085770791

相对于 timeit 的细粒度，:mod:profile 和 pstats 模块提供了针对更大代码块的时间度量工具。

测试模块

开发高质量软件的方法之一是为每一个函数开发测试代码，并且在开发过程中经常进行测试

doctest模块提供了一个工具，扫描模块并根据程序中内嵌的文档字符串执行测试。

测试构造如同简单的将它的输出结果剪切并粘贴到文档字符串中。

通过用户提供的例子，它强化了文档，允许 doctest 模块确认代码的结果是否与文档一致:

def average(values):

   """Computes the arithmetic mean of a list of numbers.

   >>> print(average([20, 30, 70]))

   40.0

   """

   return sum(values)/ len(values)

import doctest

doctest.testmod()   # 自动验证嵌入测试

unittest模块不像 doctest模块那么容易使用，不过它可以在一个独立的文件里提供一个更全面的测试集:

import unittest

classTestStatisticalFunctions(unittest.TestCase):

   def test_average(self):

       self.assertEqual(average([20,30,70]),40.0)

       self.assertEqual(round(average([1,5,7]),1),4.3)

       self.assertRaises(ZeroDivisionError, average,[])

       self.assertRaises(TypeError, average,20,30,70)

unittest.main()# Calling from the command line invokes all tests