Improve Type System for `pyperf`

Aperta
#255 2 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

@DebanKsahu ci sta già lavorando.

Dal 5/9/2026.

  • #257 di @DebanKsahu — aperta

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
45/100
Tipo di issue
Refactoring
Chiarezza
Da chiarire
Stato di attività
Attiva
Stack tecnologico
python

Direzione di ricerca

Inizia esaminando le API pubbliche di pyperf e gli esempi mostrati nell'issue, quindi riproduci i tipi Unknown segnalati con un type checker come pyrefly. Il lavoro è completato quando i parametri pubblici e i valori restituiti interessati espongono tipi utili e accurati e i problemi segnalati di completamento automatico e controllo dei tipi sono risolti.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Description

  • I recently came across pyperf because I want to do some benchmark testing of my changes which I did on an opensource project named ArchUnitPython which are generally to improve the performance of the library. Initially I wanted to start with inbuilt time module but later I found pyperf which kind of can produce good benchmark by handling things like cold start, number of process spawn, warm benchmark etc. But during coding I found that the type system of pyperf is not good as most of most return type and function parameter have Unknown type which kind of hindering my auto completion and understanding of that function or parameter.
  • Eg;
Image Image
  • Now it might be issue from pyrefly typechecker but the thing is the library on which I contributed and benchmarking my changes have no Unknown (Till now) same for other libraries like FastAPI, PydanticAI and some more.
  • Because of this I am planning to do contribution to the library and improve the type system of pyperf.

If any maintainer could guide me or discuses in this issue, then it would be helpful.

Lingua principale
Python
Stelle
967
Fork
112
Merge medio
5g 8h
PR unite (30g)
9

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di psf/pyperf

Tutte le issue di psf/pyperf

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.