python 代碼運(yùn)行時(shí)間獲取方式詳解
我們知道為了提高代碼的運(yùn)行速度,我們需要對書寫的python代碼進(jìn)行性能測試,而代碼性能的高低的直接反饋是電腦運(yùn)行代碼所需要的時(shí)間。這里將介紹四種常用的測試代碼運(yùn)行速度的方法。
第一種:使用time模塊對代碼的運(yùn)行時(shí)間進(jìn)行統(tǒng)計(jì),代碼如下:
import time
class Debug:
def mainProgram(self):
start_time = time.time()
for i in range(100):
print(i)
end_time = time.time()
print(f"the running time is: {end_time - start_time} s")
if __name__ == "__main__":
main = Debug()
main.mainProgram()
我們采用time 模塊給所要測試的代碼的前后加上時(shí)間戳,一個(gè)記為start_time,一個(gè)記作end_time,最后代碼塊的運(yùn)行時(shí)間為end_time-start_time,單位為s(秒)。當(dāng)然在python中還有許多的記錄時(shí)間的模塊,這里不做過多討論,均類似于time模塊,實(shí)現(xiàn)思路上一致,代碼實(shí)現(xiàn)上大同小異。
第二種:使用IPython的Built-in magic commands,%time,代碼如下:
class Debug:
def mainProgram(self):
%time for i in range(100): print(i)
main = Debug()
main.mainProgram()
"""
Wall time: 1.99 ms
"""
這個(gè)類定義是可以去掉的,并不會影響最終的結(jié)果,%time 后面加上想要計(jì)算時(shí)間的代碼,然后編譯器就會在運(yùn)行后自動給出所測試代碼的運(yùn)行時(shí)間,但是經(jīng)過測試,%time方法測出的時(shí)間并不準(zhǔn)確,時(shí)間波動范圍非常大,這個(gè)是很好理解的,因?yàn)橛?jì)算機(jī)每時(shí)每刻都在處理一些進(jìn)程,也就是說計(jì)算機(jī)的運(yùn)行狀態(tài)每時(shí)每刻都是不同的,所以在不同的時(shí)刻測試同一段代碼的運(yùn)行時(shí)間也會得到不同的結(jié)果。
第三種:用IPython的另一個(gè)Built-in magic commands,%timeit,使用方法類似于%time,代碼如下:
class Debug:
def mainProgram(self):
%timeit for i in range(100): print(i)
main = Debug()
main.mainProgram()
"""
8.53 ms ± 452 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
"""
我們可以看到得到的結(jié)果是:每個(gè)循環(huán)8.53 ms±452 µs(平均±標(biāo)準(zhǔn)偏差,共運(yùn)行7次,每個(gè)循環(huán)100個(gè))%timeit相比于%time,%timeit會多次執(zhí)行測試代碼,并且會取它們運(yùn)行時(shí)間的平均值,并且還會計(jì)算出它們的標(biāo)準(zhǔn)差,因此這種計(jì)算方法計(jì)算的結(jié)果相對于使用%time執(zhí)行測試代碼一次是比較準(zhǔn)確的。
第四種:導(dǎo)入timeit模塊來計(jì)算代碼塊的執(zhí)行時(shí)間
import timeit
class Debug:
def mainProgram(self):
result = timeit.timeit(stmt="for i in range(100): print(i)", number=10)
print(result)
main = Debug()
main.mainProgram()
"""
0.05363089999991644 s
"""
導(dǎo)入timeit模塊后使用timeit.timeit()來測試想要測試的代碼,并且代碼以string的形式進(jìn)行輸入,并且需要設(shè)定number值,設(shè)定測試的該段代碼需要執(zhí)行的次數(shù),最終我們得到0.05363089999991644,單位是s(秒),與內(nèi)置魔法方法%timeit方法不同的是雖然也是多次計(jì)算,但是最終獲取的時(shí)間是n次執(zhí)行代碼所需的總時(shí)間而不是執(zhí)行一次的時(shí)間。
至此,代碼的運(yùn)行速度測試方法的介紹暫時(shí)告一段落。(以后可能會進(jìn)一步更新更加全面的),更多相關(guān)python 代碼運(yùn)行時(shí)間 內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python+influxdb+shell編寫區(qū)域網(wǎng)絡(luò)狀況表
這篇文章主要為大家詳細(xì)介紹了python+influxdb+shell編寫區(qū)域網(wǎng)絡(luò)狀況表,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-07-07
Centos下實(shí)現(xiàn)安裝Python3.6和Python2共存
這篇文章主要介紹了Centos下實(shí)現(xiàn)安裝Python3.6和Python2共存,小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧2018-08-08
python使用tkinter包實(shí)現(xiàn)進(jìn)度條
python中的tkinter包是一種常見的設(shè)計(jì)程序的GUI界面用的包,本文將使用tkinter包實(shí)現(xiàn)不同風(fēng)格的進(jìn)度條,感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2024-11-11
Python中ImportError錯(cuò)誤的詳細(xì)解決方法
最近辛辛苦苦安裝完了python,最后再運(yùn)行的時(shí)候會出現(xiàn)錯(cuò)誤,所以這篇文章主要給大家介紹了關(guān)于Python中ImportError錯(cuò)誤的詳細(xì)解決方法,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-07-07
Python使用Web框架Flask開發(fā)項(xiàng)目
本文詳細(xì)講解了Python使用Web框架Flask開發(fā)項(xiàng)目的方法,文中通過示例代碼介紹的非常詳細(xì)。對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2022-05-05
python實(shí)時(shí)獲取外部程序輸出結(jié)果的方法
今天小編就為大家分享一篇python實(shí)時(shí)獲取外部程序輸出結(jié)果的方法,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01

