建站
咨詢
售后
建站咨詢
新聞中心
當(dāng)我們寫(xiě)完一個(gè)腳本或一個(gè)函數(shù)，首先能保證得到正確結(jié)果，其次盡可能的快（雖然會(huì)說(shuō)Py這玩意咋整都慢，但有的項(xiàng)目就是得要基于Py開(kāi)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(shè),成都響應(yīng)式網(wǎng)站建設(shè)公司,商城網(wǎng)站建設(shè)。永川網(wǎng)站建設(shè)公司,為永川等地區(qū)提供建站服務(wù)。全流程定制網(wǎng)站開(kāi)發(fā)，專業(yè)設(shè)計(jì)，全程項(xiàng)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(wù)
本期將總結(jié)幾種獲取程序運(yùn)行時(shí)間的方法，極大的幫助對(duì)比不同算法/寫(xiě)法效率。
使用系統(tǒng)命令
每個(gè)操作系統(tǒng)都有自己的方法來(lái)算程序運(yùn)行的時(shí)間，比如在Windows PowerShell中，可以用 Measure-Command 來(lái)看一個(gè)Python文件的運(yùn)行時(shí)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(gè) Python 腳本的運(yùn)行時(shí)間外還想看看局部運(yùn)行時(shí)間咋整？
使用 IPython 的 Magic Command
如果你使用過(guò)如Jupyter Notebook等工具會(huì)知道，他們用到了一個(gè)叫做 IPython 的交互式 Python 環(huán)境。
在 IPython 中，有一個(gè)特別方便的命令叫做 timeit。
對(duì)于某行代碼的測(cè)量可以使用%timeit：
對(duì)于某一個(gè)代碼單元格的測(cè)量，可以使用%%timeit：
使用timeit
如果不用IPython咋整，沒(méi)關(guān)系，已經(jīng)很厲害了，Python 有一個(gè)內(nèi)置的timeit模塊，可以幫助檢測(cè)小段代碼運(yùn)行時(shí)間。
可以在命令行界面運(yùn)行如下命令：
python -m timeit '[i for i in range(100)]'使用 timeit 測(cè)量執(zhí)行此列表推導(dǎo)式所需的時(shí)間，得到輸出：
200000 loops, best of 5: 1.4 usec per loop此輸出表明每次計(jì)時(shí)將執(zhí)行200000次列表推導(dǎo)，共計(jì)時(shí)測(cè)試了5次，最好的結(jié)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(duì)于更復(fù)雜的情況，有三個(gè)參數(shù)需要考慮：
- stmt：待測(cè)量的代碼片段，默認(rèn)是 pass
- setup：在運(yùn)行 stmt 之前執(zhí)行一些準(zhǔn)備工作，默認(rèn)也是 pass
- number：要運(yùn)行 stmt 的次數(shù)
比如一個(gè)更復(fù)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(cè)代碼段的起始與末尾分別打上時(shí)間戳，然后獲得時(shí)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(lái)獲取時(shí)間，更精確，在之前的教程中有提過(guò)。
time模塊中還有一些其他計(jì)時(shí)選擇：
- time.timer()：獲取當(dāng)前時(shí)間
- time.perf_counter()：計(jì)算程序的執(zhí)行時(shí)間（高分辨率）
- time.monotonic()：計(jì)算程序的執(zhí)行時(shí)間（低分辨率）
- time.process_time()：計(jì)算某個(gè)進(jìn)程的CPU時(shí)間
- time.thread_time()：計(jì)算線程的CPU時(shí)間
假如我們需要在多個(gè)代碼段測(cè)試運(yùn)行時(shí)間，每個(gè)首尾都打上時(shí)間戳再計(jì)算時(shí)間差就有點(diǎn)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。
文章名稱：你寫(xiě)的Python代碼到底多快？這些測(cè)試工具了解了解
路徑分享：http://m.5511xx.com/article/dhcihcj.html
