建站
咨詢
售后
建站咨詢
新聞中心
當我們寫完一個腳本或一個函數(shù)，首先能保證得到正確結果，其次盡可能的快（雖然會說Py這玩意咋整都慢，但有的項目就是得要基于Py開發(fā)）。
成都創(chuàng)新互聯(lián)公司專注于永川企業(yè)網(wǎng)站建設,成都響應式網(wǎng)站建設公司,商城網(wǎng)站建設。永川網(wǎng)站建設公司,為永川等地區(qū)提供建站服務。全流程定制網(wǎng)站開發(fā)，專業(yè)設計，全程項目跟蹤，成都創(chuàng)新互聯(lián)公司專業(yè)和態(tài)度為您提供的服務
本期將總結幾種獲取程序運行時間的方法，極大的幫助對比不同算法/寫法效率。
使用系統(tǒng)命令
每個操作系統(tǒng)都有自己的方法來算程序運行的時間，比如在Windows PowerShell中，可以用 Measure-Command 來看一個Python文件的運行時間：
Measure-Command {python tutorial.py}在Ubuntu中，使用time命令：
time python tutorial.py如果我們除了看整個 Python 腳本的運行時間外還想看看局部運行時間咋整？
使用 IPython 的 Magic Command
如果你使用過如Jupyter Notebook等工具會知道，他們用到了一個叫做 IPython 的交互式 Python 環(huán)境。
在 IPython 中，有一個特別方便的命令叫做 timeit。
對于某行代碼的測量可以使用%timeit：
對于某一個代碼單元格的測量，可以使用%%timeit：
使用timeit
如果不用IPython咋整，沒關系，已經(jīng)很厲害了，Python 有一個內(nèi)置的timeit模塊，可以幫助檢測小段代碼運行時間。
可以在命令行界面運行如下命令：
python -m timeit '[i for i in range(100)]'使用 timeit 測量執(zhí)行此列表推導式所需的時間，得到輸出：
200000 loops, best of 5: 1.4 usec per loop此輸出表明每次計時將執(zhí)行200000次列表推導，共計時測試了5次，最好的結果是1.4毫秒。
或者直接在Python中調(diào)用：
import timeit
print(timeit.timeit('[i for i in range(100)]', number=1))對于更復雜的情況，有三個參數(shù)需要考慮：
- stmt：待測量的代碼片段，默認是 pass
- setup：在運行 stmt 之前執(zhí)行一些準備工作，默認也是 pass
- number：要運行 stmt 的次數(shù)
比如一個更復雜的例子：
import timeit
# prerequisites before running the stmt
my_setup = "from math import sqrt"
# code snippet we would like to measure
my_code = '''
def my_function():
for x in range(10000000):
sqrt(x)
'''
print(timeit.timeit(setup=my_setup,
stmt=my_code,
number=1000))
# 6.260000000000293e-05使用time模塊
Python中內(nèi)置的time模塊相信都不陌生，基本的用法是在待測代碼段的起始與末尾分別打上時間戳，然后獲得時間差：
import time
def my_function():
for i in range(10000000):
pass
start = time.perf_counter()
my_function()
print(time.perf_counter()-start)
# 0.1179838我經(jīng)常使用time.perf_counter()來獲取時間，更精確，在之前的教程中有提過。
time模塊中還有一些其他計時選擇：
- time.timer()：獲取當前時間
- time.perf_counter()：計算程序的執(zhí)行時間（高分辨率）
- time.monotonic()：計算程序的執(zhí)行時間（低分辨率）
- time.process_time()：計算某個進程的CPU時間
- time.thread_time()：計算線程的CPU時間
假如我們需要在多個代碼段測試運行時間，每個首尾都打上時間戳再計算時間差就有點繁瑣了，咋整，上裝飾器：
import time
def log_execution_time(func):
def wrapper(*args, **kwargs):
start = time.perf_counter()
res = func(*args, **kwargs)
end = time.perf_counter()
print(f'The execution of {func.__name__} used {end - start} seconds.')
return res
return wrapper
@log_execution_time
def my_function():
for i in range(10000000):
pass
my_function()
# The execution of my_function used 0.1156899 seconds.如上例所示，這樣就使得代碼非常干凈與整潔。
當前名稱：你寫的Python代碼到底多快？這些測試工具了解了解
文章起源：http://www.5511xx.com/article/dhcihcj.html
