algobench-sdk 2.0.5

AlgoBench - 算法基准测试分析工具的 Python SDK 与 CLI

AlgoBench Python SDK

AlgoBench 是一个算法基准测试分析工具，提供完整的统计分析和决策评估流水线。

安装

pip install algobench-sdk

快速开始

Python 库

from algobench import analyze

result = analyze("data.csv", baseline="V1", compare="V2", metrics=["HPWL", "runtime"])

print(result.decision.label)        # "建议上线"
print(result.decision.status)       # "yes"
print(result.statistics["HPWL"].mean_imp)  # 5.07
print(result.statistics["HPWL"].p_value)   # 6.13e-13

命令行

注意：Python SDK 作为库使用，命令行通过 python -m algobench 调用。 也可用 AlgoBench 单文件 CLI（node algobench-cli.js analyze ...）统一入口， 它会透传到 Python SDK。详见 CLI 文档。

# 完整分析
python -m algobench analyze data.csv -b V1 -c V2 -m HPWL,runtime

# 单指标统计
python -m algobench stats data.csv -b V1 -c V2 -m HPWL

# 数据质量检查
python -m algobench quality data.csv

# 数据诊断
python -m algobench diagnose data.csv

# CSV 格式验证
python -m algobench validate data.csv

CSV 数据格式

Case,Baseline/HPWL,New/HPWL,Baseline/runtime,New/runtime
case1,1200,1100,50,45
case2,800,750,30,28

• 用例列：Case、Benchmark、Test、Instance 等
• 指标列格式：算法名/指标名（使用 / 分隔符）
• 元数据列：# 前缀（如 #Size）
• 参数列：p_ 前缀（如 p_mode）

分析标准

模式	说明
exploratory	探索模式，识别更多潜在改进
standard	标准模式，平衡灵敏度和可靠性
strict	严格模式，用于发布或关键决策

result = analyze("data.csv", baseline="V1", compare="V2", criteria_id="strict")

决策状态

状态	含义
yes	建议上线
watch	观察期，需要更多数据
no	不建议上线
insufficient	数据不足

依赖

• Python >= 3.10
• numpy >= 1.24
• scipy >= 1.10
• pandas >= 2.0

许可证

AGPL-3.0-only