python 计时器 timeit repeat 计算(语句)(函数)耗时 时间 运行时长
生活随笔
收集整理的這篇文章主要介紹了
python 计时器 timeit repeat 计算(语句)(函数)耗时 时间 运行时长
小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.
文章目錄
- timeit
- 測(cè)試語(yǔ)句執(zhí)行時(shí)間
- 測(cè)試函數(shù)執(zhí)行時(shí)間
- repeat 重復(fù)測(cè)試耗時(shí)
timeit
測(cè)試語(yǔ)句執(zhí)行時(shí)間
# -*- coding: utf-8 -*- """ @File : test.py @Time : 2019/12/9 8:53 @Author : Dontla @Email : sxana@qq.com @Software: PyCharm """ # 導(dǎo)入timeit.timeit from timeit import timeit# 看執(zhí)行1000000次x=1的時(shí)間: print(timeit('x=1')) # 0.013417188432417595# 看x=1的執(zhí)行時(shí)間,執(zhí)行1次(number可以省略,默認(rèn)值為1000000): print(timeit('x=1', number=1)) # 3.1048244625297983e-07# 看一個(gè)列表生成器的執(zhí)行時(shí)間,執(zhí)行1次: print(timeit('[i for i in range(10000)]', number=1)) # 0.0006526341020257741# 看一個(gè)列表生成器的執(zhí)行時(shí)間,執(zhí)行10000次: print(timeit('[i for i in range(100) if i%2==0]', number=10000)) # 0.06086232152692783測(cè)試函數(shù)執(zhí)行時(shí)間
測(cè)試函數(shù)運(yùn)行1000次的執(zhí)行時(shí)間
# -*- coding: utf-8 -*- """ @File : test.py @Time : 2019/12/9 8:53 @Author : Dontla @Email : sxana@qq.com @Software: PyCharm """ # 導(dǎo)入timeit.timeit from timeit import timeitdef func():s = 0for i in range(1000):s += iprint(s)# timeit(函數(shù)名_字符串,運(yùn)行環(huán)境_字符串,number=運(yùn)行次數(shù)) t = timeit('func()', 'from __main__ import func', number=1000) print(t)repeat 重復(fù)測(cè)試耗時(shí)
由于電腦永遠(yuǎn)都有其他程序也在占用著資源,你的程序不可能最高效的執(zhí)行。所以一般都會(huì)進(jìn)行多次試驗(yàn),取最少的執(zhí)行時(shí)間為真正的執(zhí)行時(shí)間。
from timeit import repeatdef func():s = 0for i in range(1000):s += i# repeat和timeit用法相似,多了一個(gè)repeat參數(shù),表示重復(fù)測(cè)試的次數(shù)(可以不寫(xiě),默認(rèn)值為3.), # 返回值為一個(gè)時(shí)間的列表。 t = repeat('func()', 'from __main__ import func', number=100, repeat=5) print(t) # [0.00493077172895876, 0.0049267354571574575, 0.004927045939603714, 0.0050102552351997676, 0.004938223307668854] print(min(t)) # 0.0049267354571574575參考文章:python中的計(jì)時(shí)器timeit的使用方法
總結(jié)
以上是生活随笔為你收集整理的python 计时器 timeit repeat 计算(语句)(函数)耗时 时间 运行时长的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: tensorflow tf.enable
- 下一篇: Ipython 和 python 的区别