def test_init(self):
bm = bBitMinHash(self.m, 1)
bm = bBitMinHash(self.m, 2)
bm = bBitMinHash(self.m, 3)
bm = bBitMinHash(self.m, 4)
bm = bBitMinHash(self.m, 5)
bm = bBitMinHash(self.m, 8)
bm = bBitMinHash(self.m, 12)
bm = bBitMinHash(self.m, 16)
bm = bBitMinHash(self.m, 27)
bm = bBitMinHash(self.m, 32)
def test_init(self):
bm = bBitMinHash(self.m, 1)
bm = bBitMinHash(self.m, 2)
bm = bBitMinHash(self.m, 3)
bm = bBitMinHash(self.m, 4)
bm = bBitMinHash(self.m, 5)
bm = bBitMinHash(self.m, 8)
bm = bBitMinHash(self.m, 12)
bm = bBitMinHash(self.m, 16)
bm = bBitMinHash(self.m, 27)
bm = bBitMinHash(self.m, 32)
def test_jaccard(self):
m1 = minhash.MinHash(4, 1, hashobj=FakeHash)
m2 = minhash.MinHash(4, 1, hashobj=FakeHash)
bm1 = bBitMinHash(m1)
bm2 = bBitMinHash(m2)
self.assertTrue(bm1.jaccard(bm2) == 1.0)
m2.update(12)
bm2 = bBitMinHash(m2)
self.assertTrue(bm1.jaccard(bm2) < 1.0)
m1.update(13)
bm1 = bBitMinHash(m1)
self.assertTrue(bm1.jaccard(bm2) < 1.0)
def test_jaccard(self):
m1 = minhash.MinHash(4, 1)
m2 = minhash.MinHash(4, 1)
bm1 = bBitMinHash(m1)
bm2 = bBitMinHash(m2)
self.assertTrue(bm1.jaccard(bm2) == 1.0)
m2.digest(FakeHash(12))
bm2 = bBitMinHash(m2)
self.assertTrue(bm1.jaccard(bm2) < 1.0)
m1.digest(FakeHash(13))
bm1 = bBitMinHash(m1)
self.assertTrue(bm1.jaccard(bm2) < 1.0)
def test_jaccard(self):
m1 = minhash.MinHash(4, 1, hashfunc=fake_hash_func)
m2 = minhash.MinHash(4, 1, hashfunc=fake_hash_func)
bm1 = bBitMinHash(m1)
bm2 = bBitMinHash(m2)
self.assertTrue(bm1.jaccard(bm2) == 1.0)
m2.update(12)
bm2 = bBitMinHash(m2)
self.assertTrue(bm1.jaccard(bm2) < 1.0)
m1.update(13)
bm1 = bBitMinHash(m1)
self.assertTrue(bm1.jaccard(bm2) < 1.0)
def test_jaccard(self):
m1 = minhash.MinHash(4, 1, hashobj=FakeHash)
m2 = minhash.MinHash(4, 1, hashobj=FakeHash)
bm1 = bBitMinHash(m1)
bm2 = bBitMinHash(m2)
self.assertTrue(bm1.jaccard(bm2) == 1.0)
m2.update(12)
bm2 = bBitMinHash(m2)
self.assertTrue(bm1.jaccard(bm2) < 1.0)
m1.update(13)
bm1 = bBitMinHash(m1)
self.assertTrue(bm1.jaccard(bm2) < 1.0)
def test_eq(self):
m1 = minhash.MinHash(4, 1, hashobj=FakeHash)
m2 = minhash.MinHash(4, 1, hashobj=FakeHash)
m3 = minhash.MinHash(4, 2, hashobj=FakeHash)
m4 = minhash.MinHash(8, 1, hashobj=FakeHash)
m5 = minhash.MinHash(4, 1, hashobj=FakeHash)
m1.update(11)
m2.update(12)
m3.update(11)
m4.update(11)
m5.update(11)
m1 = bBitMinHash(m1)
m2 = bBitMinHash(m2)
m3 = bBitMinHash(m3)
m4 = bBitMinHash(m4)
m5 = bBitMinHash(m5)
self.assertNotEqual(m1, m2)
self.assertNotEqual(m1, m3)
self.assertNotEqual(m1, m4)
self.assertEqual(m1, m5)
def test_eq(self):
m1 = minhash.MinHash(4, 1)
m2 = minhash.MinHash(4, 1)
m3 = minhash.MinHash(4, 2)
m4 = minhash.MinHash(8, 1)
m5 = minhash.MinHash(4, 1)
m1.digest(FakeHash(11))
m2.digest(FakeHash(12))
m3.digest(FakeHash(11))
m4.digest(FakeHash(11))
m5.digest(FakeHash(11))
m1 = bBitMinHash(m1)
m2 = bBitMinHash(m2)
m3 = bBitMinHash(m3)
m4 = bBitMinHash(m4)
m5 = bBitMinHash(m5)
self.assertNotEqual(m1, m2)
self.assertNotEqual(m1, m3)
self.assertNotEqual(m1, m4)
self.assertEqual(m1, m5)
def test_eq(self):
m1 = minhash.MinHash(4, 1, hashobj=FakeHash)
m2 = minhash.MinHash(4, 1, hashobj=FakeHash)
m3 = minhash.MinHash(4, 2, hashobj=FakeHash)
m4 = minhash.MinHash(8, 1, hashobj=FakeHash)
m5 = minhash.MinHash(4, 1, hashobj=FakeHash)
m1.update(11)
m2.update(12)
m3.update(11)
m4.update(11)
m5.update(11)
m1 = bBitMinHash(m1)
m2 = bBitMinHash(m2)
m3 = bBitMinHash(m3)
m4 = bBitMinHash(m4)
m5 = bBitMinHash(m5)
self.assertNotEqual(m1, m2)
self.assertNotEqual(m1, m3)
self.assertNotEqual(m1, m4)
self.assertEqual(m1, m5)
def test_pickle(self):
for num_perm in [1 << i for i in range(4, 10)]:
m = minhash.MinHash(num_perm=num_perm, hashobj=FakeHash)
m.update(11)
m.update(123)
m.update(92)
m.update(98)
m.update(123218)
m.update(32)
for b in [1, 2, 3, 9, 27, 32]:
bm = bBitMinHash(m, b)
bm2 = pickle.loads(pickle.dumps(bm))
self.assertEqual(bm, bm2)
def test_pickle(self):
for num_perm in [1 << i for i in range(4, 10)]:
m = minhash.MinHash(num_perm=num_perm)
m.digest(FakeHash(11))
m.digest(FakeHash(123))
m.digest(FakeHash(92))
m.digest(FakeHash(98))
m.digest(FakeHash(123218))
m.digest(FakeHash(32))
for b in [1, 2, 3, 9, 27, 32]:
bm = bBitMinHash(m, b)
bm2 = pickle.loads(pickle.dumps(bm))
self.assertEqual(bm, bm2)
def test_pickle(self):
for num_perm in [1 << i for i in range(4, 10)]:
m = minhash.MinHash(num_perm=num_perm, hashobj=FakeHash)
m.update(11)
m.update(123)
m.update(92)
m.update(98)
m.update(123218)
m.update(32)
for b in [1, 2, 3, 9, 27, 32]:
bm = bBitMinHash(m, b)
bm2 = pickle.loads(pickle.dumps(bm))
self.assertEqual(bm, bm2)
def test_bytesize(self):
s = bBitMinHash(self.m).bytesize()
self.assertGreaterEqual(s, 8 * 2 + 4 + 1 + self.m.hashvalues.size / 64)
def test_bytesize(self):
s = bBitMinHash(self.m).bytesize()
self.assertGreaterEqual(s, 8*2+4+1+self.m.hashvalues.size/64)
def _b_bit_minhash_jaccard(m1, m2, b):
return bBitMinHash(m1, b).jaccard(bBitMinHash(m2, b))
def _b_bit_minhash_jaccard(m1, m2, b):
return bBitMinHash(m1, b).jaccard(bBitMinHash(m2, b))