timeit
---测量小代码段的执行时间¶
源代码: Lib/timeit.py
这个模块提供了一种简单的方法来计时少量的python代码。它都有 命令行界面 以及A callable 一个。它避免了许多测量执行时间的常见陷阱。另请参见Tim Peters的“算法”介绍 * Python 秘诀* 由O'Reilly出版。
基本实例¶
下面的示例显示了 命令行界面 可用于比较三种不同的表达式:
$ python3 -m timeit '"-".join(str(n) for n in range(100))'
10000 loops, best of 5: 30.2 usec per loop
$ python3 -m timeit '"-".join([str(n) for n in range(100)])'
10000 loops, best of 5: 27.5 usec per loop
$ python3 -m timeit '"-".join(map(str, range(100)))'
10000 loops, best of 5: 23.2 usec per loop
这可以通过 python接口 用:
>>> import timeit
>>> timeit.timeit('"-".join(str(n) for n in range(100))', number=10000)
0.3018611848820001
>>> timeit.timeit('"-".join([str(n) for n in range(100)])', number=10000)
0.2727368790656328
>>> timeit.timeit('"-".join(map(str, range(100)))', number=10000)
0.23702679807320237
也可以从 python接口 ::
>>> timeit.timeit(lambda: "-".join(map(str, range(100))), number=10000)
0.19665591977536678
python接口¶
该模块定义了三个便利功能和一个公共类:
- timeit.timeit(stmt='pass', setup='pass', timer=<default timer>, number=1000000, globals=None)¶
创建一个
Timer
具有给定语句的实例, 设置 代码和 计时器 函数并运行其timeit()
方法与 数 处决。可选的 globals 参数指定要在其中执行代码的命名空间。在 3.5 版更改: 可选的 globals 已添加参数。
- timeit.repeat(stmt='pass', setup='pass', timer=<default timer>, repeat=5, number=1000000, globals=None)¶
创建一个
Timer
具有给定语句的实例, 设置 代码和 计时器 函数并运行其repeat()
给定的方法 重复 伯爵 数 处决。可选的 globals 参数指定要在其中执行代码的命名空间。在 3.5 版更改: 可选的 globals 已添加参数。
在 3.7 版更改: 的默认值 重复 从3改为5。
- timeit.default_timer()¶
默认计时器,它始终
time.perf_counter()
.在 3.3 版更改:
time.perf_counter()
现在是默认计时器。
- class timeit.Timer(stmt='pass', setup='pass', timer=<timer function>, globals=None)¶
类,用于小代码段的计时执行速度。
构造函数接受一个要定时的语句、一个用于安装的附加语句和一个计时器函数。两个语句都默认为
'pass'
;计时器功能依赖于平台(参见模块文档字符串)。 stmt 和 设置 也可以包含多个语句,用分隔符分隔;
或者换行,只要它们不包含多行字符串。默认情况下,语句将在TimeIt的命名空间内执行;可以通过将命名空间传递给 globals .要测量第一条语句的执行时间,请使用
timeit()
方法。这个repeat()
和autorange()
方法是方便调用的方法timeit()
多次。执行时间 设置 从整个定时执行运行中排除。
这个 stmt 和 设置 参数也可以接受不带参数的可调用对象。这将在计时器函数中嵌入对它们的调用,然后由
timeit()
. 注意,在这种情况下,由于额外的函数调用,时间开销要大一些。在 3.5 版更改: 可选的 globals 已添加参数。
- timeit(number=1000000)¶
时间 数 执行主语句。这将执行一次SETUP语句,然后返回执行主语句所需的时间(以秒为单位的浮点数)。参数是通过循环的次数,默认为一百万次。将要使用的主语句、安装语句和计时器函数传递给构造函数。
注解
默认情况下,
timeit()
暂时关闭 garbage collection 在计时期间。这种方法的优点是它使独立的时间安排更具可比性。缺点是GC可能是被测函数性能的重要组成部分。如果是这样,则可以将gc作为 设置 字符串。例如::timeit.Timer('for i in range(10): oct(i)', 'gc.enable()').timeit()
- autorange(callback=None)¶
自动确定要调用的次数
timeit()
.这是一个调用
timeit()
重复,使总时间大于等于0.2秒,返回最终(循环数,循环数所用的时间)。它叫timeit()
随着序列1、2、5、10、20、50中的数字增加,…直到所用时间至少为0.2秒。如果 回调 是给予而不是
None
,在每次审判后,将用两个参数调用它:callback(number, time_taken)
.3.6 新版功能.
- repeat(repeat=5, number=1000000)¶
调用
timeit()
几次。这是一个方便函数,它调用
timeit()
重复返回结果列表。第一个参数指定调用多少次timeit()
. 第二个参数指定 数 的参数timeit()
.注解
从结果向量中计算平均值和标准偏差并报告它们是很有诱惑力的。然而,这并不是很有用。在典型的情况下,最低值给出了机器运行给定代码段的速度的下限;结果向量中较高的值通常不是由Python速度的可变性造成的,而是由其他影响计时准确性的进程造成的。所以
min()
结果可能是你唯一感兴趣的数字。在这之后,您应该查看整个向量,并应用常识而不是统计信息。在 3.7 版更改: 的默认值 重复 从3改为5。
- print_exc(file=None)¶
帮助打印来自定时代码的跟踪。
典型用途:
t = Timer(...) # outside the try/except try: t.timeit(...) # or t.repeat(...) except Exception: t.print_exc()
与标准回溯相比,优势在于将显示已编译模板中的源代码行。可选的 file 参数指示回溯的发送位置;默认为
sys.stderr
.
命令行界面¶
当从命令行作为程序调用时,将使用以下表单:
python -m timeit [-n N] [-r N] [-u U] [-s S] [-h] [statement ...]
如果理解以下选项:
- -n N, --number=N¶
执行“statement”的次数
- -r N, --repeat=N¶
重复计时器的次数(默认为5次)
- -s S, --setup=S¶
最初执行一次的语句(默认
pass
)
- -p, --process¶
测量过程时间,而不是WallClock时间,使用
time.process_time()
而不是time.perf_counter()
,这是默认值3.3 新版功能.
- -u, --unit=U¶
为计时器输出指定时间单位;可以选择nsec、usec、msec或sec
3.5 新版功能.
- -v, --verbose¶
打印原始计时结果;重复以获得更高的数字精度
- -h, --help¶
打印简短的使用信息并退出
多行语句可以通过将每一行指定为单独的语句参数来给出;缩进行可以通过将参数括在引号中并使用前导空格来实现。倍数 -s
选项的处理方式类似。
如果 -n
如果没有给出,则通过尝试从序列1、2、5、10、20、50中增加数字来计算适当数量的循环。。。直到总时间至少为0.2秒。
default_timer()
测量可能会受到同一台机器上运行的其他程序的影响,因此,当需要精确计时时,最好的做法是重复计时几次,并使用最佳时间。这个 -r
选项是很好的;在大多数情况下,5次重复的默认值可能就足够了。你可以使用 time.process_time()
测量CPU时间。
注解
有一个与执行一个pass语句相关联的基线开销。这里的代码不会试图隐藏它,但您应该知道它。基线开销可以通过在没有参数的情况下调用程序来衡量,并且在不同的Python版本之间可能会有所不同。
实例¶
可以提供只在开始时执行一次的SETUP语句:
$ python -m timeit -s 'text = "sample string"; char = "g"' 'char in text'
5000000 loops, best of 5: 0.0877 usec per loop
$ python -m timeit -s 'text = "sample string"; char = "g"' 'text.find(char)'
1000000 loops, best of 5: 0.342 usec per loop
>>> import timeit
>>> timeit.timeit('char in text', setup='text = "sample string"; char = "g"')
0.41440500499993504
>>> timeit.timeit('text.find(char)', setup='text = "sample string"; char = "g"')
1.7246671520006203
也可以使用 Timer
类及其方法:
>>> import timeit
>>> t = timeit.Timer('char in text', setup='text = "sample string"; char = "g"')
>>> t.timeit()
0.3955516149999312
>>> t.repeat()
[0.40183617287970225, 0.37027556854118704, 0.38344867356679524, 0.3712595970846668, 0.37866875250654886]
以下示例演示如何对包含多行的表达式计时。这里我们比较一下使用成本 hasattr()
vs. try
/except
要测试缺少和显示的对象属性:
$ python -m timeit 'try:' ' str.__bool__' 'except AttributeError:' ' pass'
20000 loops, best of 5: 15.7 usec per loop
$ python -m timeit 'if hasattr(str, "__bool__"): pass'
50000 loops, best of 5: 4.26 usec per loop
$ python -m timeit 'try:' ' int.__bool__' 'except AttributeError:' ' pass'
200000 loops, best of 5: 1.43 usec per loop
$ python -m timeit 'if hasattr(int, "__bool__"): pass'
100000 loops, best of 5: 2.23 usec per loop
>>> import timeit
>>> # attribute is missing
>>> s = """\
... try:
... str.__bool__
... except AttributeError:
... pass
... """
>>> timeit.timeit(stmt=s, number=100000)
0.9138244460009446
>>> s = "if hasattr(str, '__bool__'): pass"
>>> timeit.timeit(stmt=s, number=100000)
0.5829014980008651
>>>
>>> # attribute is present
>>> s = """\
... try:
... int.__bool__
... except AttributeError:
... pass
... """
>>> timeit.timeit(stmt=s, number=100000)
0.04215312199994514
>>> s = "if hasattr(int, '__bool__'): pass"
>>> timeit.timeit(stmt=s, number=100000)
0.08588060699912603
给予 timeit
模块访问您定义的函数,可以通过 设置 包含import语句的参数:
def test():
"""Stupid test function"""
L = [i for i in range(100)]
if __name__ == '__main__':
import timeit
print(timeit.timeit("test()", setup="from __main__ import test"))
另一个选择是通过 globals()
到 globals 参数,这将导致代码在当前全局命名空间中执行。这比单独指定导入更方便:
def f(x):
return x**2
def g(x):
return x**4
def h(x):
return x**8
import timeit
print(timeit.timeit('[func(42) for func in (f,g,h)]', globals=globals()))