python中timeit模組用法
轉自:
http://blog.sina.com.cn/s/blog_6163bdeb0101806e.html
http://www.sharejs.com/codes/python/6199
http://blog.csdn.net/rumswell/article/details/7349915
想測試一行程式碼的執行時間,在python中比較方便,可以直接使用timeit:
看個例子吧
- >>> import timeit
- #執行命令
- >>> t2 = timeit.Timer('x=range(1000)')
- #顯示時間
-
>>> t2.timeit()
- 10.620039563513103
- #執行命令
- >>> t1 = timeit.Timer('sum(x)', 'x = (i for i in range(1000))')
- #顯示時間
- >>> t1.timeit()
- 0.1881566039438201
或者如下使用
- In [1]: from timeit import timeit as timeit
- In [2]: timeit('x=1')
- Out[2]: 0.03820111778328037
- In [3]: timeit('x=map(lambda x:x*10,range(32))')
-
Out[3
其實在ipython中可以直接使用
- In [4]: timeit y=map(lambda x:x**10,range(32))
- 10000000 loops, best of 3: 16.2 ns per loop
在python中程式設計,最大的樂趣就是實際自己需要實現的東西很少.
Python 社群有句俗語: “python自己帶著電池” ,別自己寫計時框架。 Python 2.3 具備一個叫做 timeit的完美計時工具可以測量python程式碼的執行時間。
timeit 模組
- timeit 模組定義了接受兩個引數的 Timer 類。兩個引數都是字串。 第一個引數是你要計時的語句或者函式。
傳遞給 Timer
- 一旦有了 Timer 物件,最簡單的事就是呼叫 timeit(),它接受一個引數為每個測試中呼叫被計時語句的次數,預設為一百萬次;返回所耗費的秒數。
- Timer 物件的另一個主要方法是 repeat(), 它接受兩個可選引數。 第一個引數是重複整個測試的次數,第二個引數是每個測試中呼叫被計時語句的次數。 兩個引數都是可選的,它們的預設值分別是 3 和1000000。 repeat() 方法返回以秒記錄的每個測試迴圈的耗時列表。Python 有一個方便的 min 函式可以把輸入的列表返回成最小值,如: min(t.repeat(3, 1000000))
- 你可以在命令列使用 timeit 模組來測試一個已存在的 Python 程式,而不需要修改程式碼。
# -*- coding: utf-8 -*-
#!/bin/env python
def test1():
n=0
for i in range(101):
n+=i
return n
def test2():
return sum(range(101))
def test3():
return sum(x for x in range(101))
if __name__=='__main__':
from timeit import Timer
t1=Timer("test1()","from __main__ import test1")
t2=Timer("test2()","from __main__ import test2")
t3=Timer("test3()","from __main__ import test3")
print t1.timeit(10000)
print t2.timeit(10000)
print t3.timeit(10000)
print t1.repeat(3,10000)
print t2.repeat(3,10000)
print t3.repeat(3,10000)
結果如下
3.21831489756
0.109082858296
4.83077821343
[3.2328774327463403, 3.200496361967792, 3.219513164382626]
[0.11024445844373787, 0.10911708052280389, 0.10891761383080834]
[4.817947811802895, 4.892466221265554, 5.003930946530911]
利用time模組
利用time模組(僅作練習之用,不推薦)。 time.localtime(), time.time(), time.clock() 對比:
- time.localtime(),localtime返回的是struct_time,包含年月日,顯然沒有必要,更重要的是localtime()的精度依賴於time()
- time.time(),time返回的是UTC時間(seconds since the 00:00:00 UTC on January 1)。在很多系統,包括windows下精度很差,win32下的精度只有1/18.2秒。不過在Unix/Linux系統下,time()的精度還是很高的。
- Python的標準庫手冊推薦在任何系統下都儘量使用time.clock()。不過要注意是在win32系統下,這個函式返回的是真實時間(wall time),而在Unix/Linux下返回的是CPU時間。在win32下,這個函式的時間解析度好於1微秒。
# -*- coding: utf-8 -*-
#!/bin/env python
def test():
L=[]
for i in range(100):
L.append(i)
if __name__=='__main__':
from time import clock
start=clock()
for i in range(10000):
test()
finish=clock()
print (finish-start)/10000
執行結果為
0.00032365431221
其他方法
遇到複雜的程式,有很多效能分析工具可用。比如python的標準庫裡的profile可以統計程式裡每一個函式的執行時間,並且提供了多樣化的報表。
大多時候,需要做的是"怎麼用"!
python內建了timeit模組,通過它可以很簡單的計算出程式碼執行時間,可以通過number引數控制程式碼的執行次數,非常好用。
更詳細的實用方法可以參考:http://docs.python.org/2/library/timeit.html