小编bpb*_*own的帖子

我需要一些帮助来弄清楚如何在python中自动执行基准测试。

我正在测试通过python中的numpy调用BLAS库对线程的影响。在linux环境中，OpenBLAS中的线程是通过环境变量控制的OMP_NUM_THREADS。我想做一个测试，使我OMP_NUM_THREADS从1 递增到最大值，在每个线程计数时给例程计时，然后最后对所有线程计数操纵合计计时。

问题如下。可以在python中设置环境变量，但是它们仅影响子进程或子shell。因此，我可以使用以下驱动程序代码正确运行基准测试：

#!/usr/bin/env python                                                                                                     # driver script for thread test
import os

thread_set =[1,2,4,8,16]
for thread in thread_set:

    os.environ['OMP_NUM_THREADS']='{:d}'.format(thread)
    os.system("echo $OMP_NUM_THREADS")
    os.system("numpy_test")

和numpy_test脚本：

#!/usr/bin/env python
#timing test for numpy dot product (using OpenBLAS)                                                      
#based on http://stackoverflow.com/questions/11443302/compiling-numpy-with-openblas-integration
import sys
import timeit

setup = "import numpy; x = numpy.random.random((1000,1000))"
count = 5

t = timeit.Timer("numpy.dot(x, x.T)", setup=setup)
dot_time = t.timeit(count)/count
print("dot: {:7.3g} sec".format(dot_time))

但是分析这是一个非常手动的过程。

特别是，我无法dot_time从numpy_test外部包装例程返回值，因此无法以任何自动化方式分析测试结果。例如，我想绘制dot_time线程数与线程数的关系图，或评估dot_time/ numbers是否是常数。

如果我尝试通过定义python测试函数（避免使用上述os.system() …