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

1. >>> import timeit  
2. #執行命令
3. >>> t2 = timeit.Timer('x=range(1000)')  
4. #顯示時間
5. >>> t2.timeit()  
6. 10.620039563513103
7. #執行命令
8. >>> t1 = timeit.Timer('sum(x)', 'x = (i for i in range(1000))')  
9. #顯示時間
10. >>> t1.timeit()  
11. 0.1881566039438201

 或者如下使用

1. In [1]: from timeit import timeit as timeit  
2. In [2]: timeit('x=1')  
3. Out[2]: 0.03820111778328037
4. In [3]: timeit('x=map(lambda x:x*10,range(32))')  
5. Out[3
   ]: 8.05639690328919

其實在ipython中可以直接使用

1. In [4]: timeit  y=map(lambda x:x**10,range(32))   
2. 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
   的第二個引數是為第一個引數語句構建環境的匯入語句。 從內部講， timeit 構建起一個獨立的虛擬環境， 手工地執行建立語句，然後手工地編譯和執行被計時語句。
• 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