python Jupyter運行時間實例過程解析
這篇文章主要介紹了python Jupyter運行時間實例過程解析,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
1.Python time time()方法
import time
time_start=time.time()
time_end=time.time()
print('totally cost',time_end-time_start)
import time print "time.time(): %f " % time.time() print time.localtime( time.time() ) print time.asctime( time.localtime(time.time()) )
以上實例輸出結(jié)果為:
time.time(): 1234892919.655932 (2009, 2, 17, 10, 48, 39, 1, 48, 0) Tue Feb 17 10:48:39 2009
Python time time() 返回當前時間的時間戳(1970紀元后經(jīng)過的浮點秒數(shù))
參數(shù):NA。
返回值:返回當前時間的時間戳(1970紀元后經(jīng)過的浮點秒數(shù))。
2.Jupyter Magic - Timing(%%time %time %timeit)
對于計時有兩個十分有用的魔法命令:%%time 和 %timeit. 如果你有些代碼運行地十分緩慢,而你想確定是否問題出在這里,這兩個命令將會非常方便。
(1).%%time 將會給出cell的代碼運行一次所花費的時間。
%%time import time for _ in range(1000): time.sleep(0.01)# sleep for 0.01 seconds output: CPU times: user 196 ms, sys: 21.4 ms, total: 217 ms Wall time: 11.6 s
(2).%time 將會給出當前行的代碼運行一次所花費的時間。
import numpy %time numpy.random.normal(size=1000) output: Wall time: 1e+03 µs
(3)%timeit 使用Python的timeit模塊,它將會執(zhí)行一個語句100,000次(默認情況下),然后給出運行最快3次的平均值。
import numpy %timeit numpy.random.normal(size=100) output: 12.8 µs ± 1.25 µs per loop (mean ± std. dev. of 7 runs, 100000 loops each)
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Python Pytorch深度學(xué)習(xí)之圖像分類器
今天小編就為大家分享一篇關(guān)于Pytorch圖像分類器的文章,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2021-10-10
python圖形用戶界面tkinter之按鈕Button的使用說明
這篇文章主要介紹了python圖形用戶界面tkinter之按鈕Button的使用說明,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2022-06-06

