首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

中科院软件所在Python程序的构建依赖分析方面取得进展

IT之家 1 月 7 日消息,据中国科学院网站,近日,中国科学院软件研究所软件工程技术研究开发中心在 Python 程序构建中的依赖分析推断方面取得研究进展,提出知识驱动的 Python 程序依赖推断方法及工具,帮助开发人员提高代码复用效率,减少依赖缺失和依赖版本错误导致的 Python 程序构建和运行错误,为提升开发运维一体化中的应用构建自动化能力起到支撑作用。

据介绍,Python 语言广泛应用于科学计算等,开发者常常通过代码复用提高开发效率。但 Python 程序运行环境复杂,依赖于 Python 包、系统库和特定版本的 Python 解释器。缺少程序依赖或者依赖版本不兼容,会导致程序构建失败和运行错误。

针对该问题,研究提出一种知识驱动的 Python 程序依赖推断方法,包括知识图谱构建和程序依赖推断两个阶段。在知识图谱构建阶段,该方法收集大量多源异构数据,进行知识的抽取和融合,构建 Python 领域知识图谱。在程序依赖推断阶段,该方法基于领域知识图谱,通过程序分析和约束求解方法推断目标 Python 程序的多层次依赖。

IT之家了解到,基于上述方法,该研究开发了 PyEGo:知识驱动的 Python 程序依赖推断工具。实验结果显示,PyEGo 工具的依赖推断成功率是已有方法的 1.5—4.5 倍,极大提升了程序构建的正确率和执行效率。

▲ Python 程序依赖分析方法示意图

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20220107A026LS00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

相关快讯

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券