We don't know where ufuncs are from!
Dieses Issue hat noch niemand übernommen.
Bewertung
- Schwierigkeit
- 5/5
- Geschätzter Aufwand
- Über eine Woche
- Anfängerfreundlichkeit
- 30/100
Rechercherichtung
Beginne damit, den Tracing- und Ergebnisaggregationscode zu lesen, der ufunc-Methodenaufrufe erfasst und derzeit deren Vereinigung darstellt. Die fertige Änderung sollte Methodenzählungen pro ufunc enthalten und ermitteln, wo jeder ufunc definiert oder importiert wurde, einschließlich Fällen aus NumPy und SciPy; die verwandte Frage, welches Modul einen Typ exportiert, kann separat bleiben.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Beschreibung
During the tracing, it's helpful to know not only which methods on the ufuncs class are called (__call__, reduce, etc) but also which ufuncs themselves are used (add, multiple, etc).
Currently, we are presenting the results of those, not as the product of those two features, but as their union. i.e. we should stats for the reduce method on the ufunc class, but we don't show how many times reduce was called on add vs multiple. That's one "issue", but the other more pressing one is we don't know where ufuncs come from!
All we know is their names. Up until now, I had been assuming they are all defined in the numpy module. However, scipy for example has many that are not.
We should somehow figure out how to understand where they were defined, or what module they were imported from.
I guess to do this, we would have to do some kind of traversal of imported modules, to understand where they are defined? This also could be helpful for the related problem of recording, which module, exports a certain type instead of which module it was defined in.
- Vorherrschende Sprache
- Python
- Sterne
- 74
- Forks
- 6
- PR-Merge-Kennzahlen
- Keine gemergten PRs in 30 T.
Entwicklungsumgebung
Dieses Projekt bietet weder Dev-Container noch Dockerfile noch Beitragsleitfaden – die Einrichtung liegt bei Ihnen. Beginnen Sie mit der README; die allgemeinen Schritte stehen in unserem Leitfaden für den ersten Beitrag.
Erste Schritte
- Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
- Forken Sie das Repository und arbeiten Sie in einem Branch.
- Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.
Mehr aus data-apis/python-record-api
-
bug
Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 25/100
data-apis/python-record-api#145 · 1 Kommentar ·
-
enhancement
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 30/100
data-apis/python-record-api#144 · 4 Kommentare ·
-
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 35/100
data-apis/python-record-api#142 ·
-
Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 20/100
data-apis/python-record-api#81 · 2 Kommentare ·
-
good first issue
Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 25/100
data-apis/python-record-api#71 · 1 Reaktion ·
Alle Issues in data-apis/python-record-api
Ähnliche Issues
-
deployment release-lag
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 68/100
nolte/kamerplanter#2047 ·
Maintainer antworten meist innerhalb von 1 Tag
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 78/100
NousResearch/hermes-plugin-claude-subscription-directsdk#94 ·
Maintainer antworten meist innerhalb von 1 Tag
-
namespace operations
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 72/100
EclipseFdn/open-vsx.org#13702 ·
Maintainer antworten meist innerhalb von 1 Tag
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 82/100
Maintainer antworten meist innerhalb von 1 Tag
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 76/100
Maintainer antworten meist innerhalb von 1 Tag