您的位置：首页 > 编程语言

timeit 模块详解（准确测量小段代码的执行时间）

2017-08-24 17:22 477 查看

鱼C论坛

timeit 模块详解 --
准确测量小段代码的执行时间

timeit 模块提供了测量 Python
小段代码执行时间的方法。它既可以在命令行界面直接使用，也可以通过导入模块进行调用。该模块灵活地避开了测量执行时间所容易出现的错误。

以下例子是命令行界面的使用方法：
1.
$ python -m timeit '"-".join(str(n) for n in range(100))'
2.
10000 loops, best of 3: 40.3 usec per loop
3. $ python -m timeit '"-".join([str(n) for n in range(100)])'
4.
10000 loops, best of 3: 33.4 usec per loop
5.
$ python -m timeit '"-".join(map(str, range(100)))'
6.
10000 loops, best of 3: 25.2 usec per loop
复制代码

以下例子是 IDLE
下调用的方法：
1.
>>> import timeit
2.
>>> timeit.timeit('"-".join(str(n) for n in range(100))', number=10000)
3.
0.8187260627746582
4.
>>> timeit.timeit('"-".join([str(n) for n in range(100)])', number=10000)
5.
0.7288308143615723
6.
>>> timeit.timeit('"-".join(map(str, range(100)))', number=10000)
7.
0.5858950614929199
复制代码

需要注意的是，只有当使用命令行界面时，timeit
才会自动确定重复的次数。

timeit 模块

该模块定义了三个实用函数和一个公共类。

timeit.timeit(stmt='pass', setup='pass', timer=<default timer>, number=1000000)

创建一个 Timer
实例，参数分别是 stmt（需要测量的语句或函数），setup（初始化代码或构建环境的导入语句），timer（计时函数），number（每一次测量中语句被执行的次数）

注：由于 timeit()
正在执行语句，语句中如果存在返回值的话会阻止 timeit()
返回执行时间。timeit()
会取代原语句中的返回值。

timeit.repeat(stmt='pass', setup='pass', timer=<default timer>, repeat=3, number=1000000)

创建一个 Timer
实例，参数分别是 stmt（需要测量的语句或函数），setup（初始化代码或构建环境的导入语句），timer（计时函数），repeat（重复测量的次数），number（每一次测量中语句被执行的次数）

timeit.default_timer()

默认的计时器，一般是 time.perf_counter()，time.perf_counter()
方法能够在任一平台提供最高精度的计时器（它也只是记录了自然时间，记录自然时间会被很多其他因素影响，例如计算机的负载）。

class timeit.Timer(stmt='pass', setup='pass', timer=<timer function>)

计算小段代码执行速度的类，构造函数需要的参数有 stmt（需要测量的语句或函数），setup（初始化代码或构建环境的导入语句），timer（计时函数）。前两个参数的默认值都是
'pass'，timer
参数是平台相关的；前两个参数都可以包含多个语句，多个语句间使用分号（;）或新行分隔开。

第一次测试语句的时间，可以使用 timeit()
方法；repeat()
方法相当于持续多次调用 timeit()
方法并将结果返回为一个列表。

stmt 和 setup
参数也可以是可供调用但没有参数的对象，这将会在一个计时函数中嵌套调用它们，然后被 timeit()
所执行。注意，由于额外的调用，计时开销会相对略到。

- timeit(number=1000000)

功能：计算语句执行 number
次的时间。

它会先执行一次 setup
参数的语句，然后计算 stmt
参数的语句执行 number
次的时间，返回值是以秒为单位的浮点数。number
参数的默认值是一百万，stmt、setup
和 timer
参数由 timeit.Timer
类的构造函数传递。

注意：默认情况下，timeit()
在计时的时候会暂时关闭 Python
的垃圾回收机制。这样做的优点是计时结果更具有可比性，但缺点是 GC（garbage collection，垃圾回收机制的缩写）有时候是测量函数性能的一个重要组成部分。如果是这样的话，GC
可以在 setup
参数执行第一条语句的时候被重新启动，例如：
1.
timeit.Timer('for i in range(10): oct(i)', 'gc.enable()').timeit()
2.

复制代码

- repeat(repeat=3, number=1000000)

功能：重复调用 timeit()。

repeat() 方法相当于持续多次调用 timeit()
方法并将结果返回为一个列表。repeat
参数指定重复的次数，number
参数传递给 timeit()
方法的 number
参数。

注意：人们很容易计算出平均值和标准偏差，但这并不是非常有用。在典型的情况下，最低值取决于你的机器可以多快地运行给定的代码段；在结果中更高的那些值通常不是由于 Python
的速度导致，而是因为其他进程干扰了你的计时精度。所以，你所应感兴趣的只有结果的最低值（可以用 min()
求出）。

- print_exc(file=None)

功能：输出计时代码的回溯（Traceback）

典型的用法：
1.
t = Timer(...) # outside the try/except
2.
try:
3.
t.timeit(...) # or t.repeat(...)
4.
except Exception:
5.
t.print_exc()
6.

复制代码

标准回溯的优点是在编译模板中，源语句行会被显示出来。可选的 file
参数指定将回溯发送的位置，默认是发送到 sys.stderr。

命令行界面

当被作为命令行程序调用时，可以使用下列选项：
1.
python -m timeit [-n N] [-r N] [-s S] [-t] [-c] [-h] [statement ...]
2.

复制代码

各个选项的含义：

选项	原型	含义
-n N	--number=N	执行指定语句（段）的次数
-r N	--repeat=N	重复测量的次数（默认 3 次）
-s S	--setup=S	指定初始化代码或构建环境的导入语句（默认是 pass）
-p	--process	测量进程时间而不是实际执行时间（使用 time.process_time() 代替默认的 time.perf_counter()）
以下是 Python3.3 新增：
-t	--time	使用 time.time()（不推荐）
-c	--clock	使用 time.clock()（不推荐）
-v	--verbose	打印原始的计时结果，输出更大精度的数值
-h	--help	打印一个简短的用法信息并退出

示例

以下演示如果在开始的时候设置初始化语句：

命令行：
1.

2.
$ python -m timeit -s 'text = "I love FishC.com!"; char = "o"'  'char in text'
3.
10000000 loops, best of 3: 0.0877 usec per loop
4.
$ python -m timeit -s 'text = "I love FishC.com!"; char = "o"'  'text.find(char)'
5.
1000000 loops, best of 3: 0.342 usec per loop
6.

复制代码

使用 timeit
模块：
1.
>>> import timeit
2.
>>> timeit.timeit('char in text', setup='text = "I love FishC.com!"; char = "o"')
3.
0.41440500499993504
4.
>>> timeit.timeit('text.find(char)', setup='text = "I love FishC.com!"; char = "o"')
5.
1.7246671520006203
6.

复制代码

使用 Timer
对象：
1.
>>> import timeit
2.
>>> t = timeit.Timer('char in text', setup='text = "I love FishC.com!"; char = "o"')
3.
>>> t.timeit()
4.
0.3955516149999312
5.
>>> t.repeat()
6.
[0.40193588800002544, 0.3960157959998014, 0.39594301399984033]
7.

复制代码

以下演示包含多行语句如何进行测量：

（我们通过 hasattr()
和 try/except
两种方法测试属性是否存在，并且比较它们之间的效率）

命令行：
1.
$ python -m timeit 'try:' '  str.__bool__' 'except AttributeError:' '  pass'
2.
100000 loops, best of 3: 15.7 usec per loop
3.
$ python -m timeit 'if hasattr(str, "__bool__"): pass'
4.
100000 loops, best of 3: 4.26 usec per loop
5.

6.
$ python -m timeit 'try:' '  int.__bool__' 'except AttributeError:' '  pass'
7.
1000000 loops, best of 3: 1.43 usec per loop
8.
$ python -m timeit 'if hasattr(int, "__bool__"): pass'
9.
100000 loops, best of 3: 2.23 usec per loop
10.

复制代码

使用 timeit
模块：
1.
>>> import timeit
2.
>>> # attribute is missing
3.
>>> s = """\
4.
... try:
5.
...    str.__bool__
6.
... except AttributeError:
7.
...    pass
8.
... """
9.
>>> timeit.timeit(stmt=s, number=100000)
10.
0.9138244460009446
11.
>>> s = "if hasattr(str, '__bool__'): pass"
12.
>>> timeit.timeit(stmt=s, number=100000)
13.
0.5829014980008651
14.
>>>
15.
>>> # attribute is present
16.
>>> s = """\
17.
... try:
18.
...    int.__bool__
19.
... except AttributeError:
20.
...    pass
21.
... """
22.
>>> timeit.timeit(stmt=s, number=100000)
23.
0.04215312199994514
24.
>>> s = "if hasattr(int, '__bool__'): pass"
25.
>>> timeit.timeit(stmt=s, number=100000)
26.
0.08588060699912603
27.

复制代码

为了使 timeit
模块可以测量你的函数，你可以在 setup
参数中通过 import
语句导入：

1.
def test():
2.
"""Stupid test function"""
3.
L = [i for i in range(100)]
4.

5.
if __name__ == '__main__':
6.
import timeit
7.
print(timeit.timeit("test()", setup="from __main__ import test"))
8.

复制代码

内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理

标签： python

相关文章推荐

新的分享

章节导航