因此,在Java中,我们可以执行如何测量函数执行所需的时间
但是如何在python中完成呢?要测量代码行之间的时间开始和结束时间?这样做的事情:
import some_time_library
starttime = some_time_library.some_module()
code_tobe_measured()
endtime = some_time_library.some_module()
time_taken = endtime - starttime
因此,在Java中,我们可以执行如何测量函数执行所需的时间
但是如何在python中完成呢?要测量代码行之间的时间开始和结束时间?这样做的事情:
import some_time_library
starttime = some_time_library.some_module()
code_tobe_measured()
endtime = some_time_library.some_module()
time_taken = endtime - starttime
Answers:
如果要测量CPU时间,可以time.process_time()
用于Python 3.3及更高版本:
import time
start = time.process_time()
# your code here
print(time.process_time() - start)
第一个电话打开计时器,第二个电话告诉您已经过去了几秒钟。
还有一个功能time.clock()
,但是自Python 3.3起不推荐使用,并将在Python 3.8中删除。
有更好的性能分析工具,例如timeit
和profile
,但是time.process_time()将测量CPU时间,这就是您要的内容。
如果您想测量挂钟时间,请使用time.time()
。
DeprecationWarning: time.clock has been deprecated in Python 3.3 and will be removed from Python 3.8: use time.perf_counter or time.process_time instead
# your code here
为time.sleep(10)
0.0秒。加法for i in range(10000):/pass
产生相同的结果。在我尝试的任何情况下,time.process_time()
始终返回相同的数字。我得到了预期的效果使用time.perf_counter()
虽然
您还可以使用time
库:
import time
start = time.time()
# your code
# end
print(f'Time: {time.time() - start}')
借助小型便利类,您可以像这样测量缩进行中所花费的时间:
with CodeTimer():
line_to_measure()
another_line()
# etc...
缩进的行完成执行后,将显示以下内容:
Code block took: x.xxx ms
更新:现在,您可以使用pip install linetimer
然后获取类from linetimer import CodeTimer
。请参阅此GitHub项目。
以上类的代码:
import timeit
class CodeTimer:
def __init__(self, name=None):
self.name = " '" + name + "'" if name else ''
def __enter__(self):
self.start = timeit.default_timer()
def __exit__(self, exc_type, exc_value, traceback):
self.took = (timeit.default_timer() - self.start) * 1000.0
print('Code block' + self.name + ' took: ' + str(self.took) + ' ms')
然后,您可以命名要测量的代码块:
with CodeTimer('loop 1'):
for i in range(100000):
pass
with CodeTimer('loop 2'):
for i in range(100000):
pass
Code block 'loop 1' took: 4.991 ms
Code block 'loop 2' took: 3.666 ms
并嵌套它们:
with CodeTimer('Outer'):
for i in range(100000):
pass
with CodeTimer('Inner'):
for i in range(100000):
pass
for i in range(100000):
pass
Code block 'Inner' took: 2.382 ms
Code block 'Outer' took: 10.466 ms
关于timeit.default_timer()
,它使用基于OS和Python版本的最佳计时器,请参见此答案。
我总是喜欢以小时,分钟和秒(%H:%M:%S)格式检查时间:
from datetime import datetime
start = datetime.now()
# your code
end = datetime.now()
time_taken = end - start
print('Time: ',time_taken)
输出:
Time: 0:00:00.000019
我一直在寻找一种以最少的代码输出格式化时间的方法,因此这是我的解决方案。无论如何,许多人都使用熊猫,因此在某些情况下,可以从其他库导入中节省下来。
import pandas as pd
start = pd.Timestamp.now()
# code
print(pd.Timestamp.now()-start)
输出:
0 days 00:05:32.541600
如果时间精度不是最重要的,我建议使用此方法,否则请使用time
库:
%timeit pd.Timestamp.now()
每个回路输出3.29 µs±214 ns
%timeit time.time()
每个回路输出154 ns±13.3 ns
将代码放入函数中,然后使用装饰器进行计时是另一种选择。(源)此方法的优点是您只需定义一次计时器,并将其与每个功能的附加简单行一起使用。
首先,定义timer
装饰器:
import functools
import time
def timer(func):
@functools.wraps(func)
def wrapper(*args, **kwargs):
start_time = time.perf_counter()
value = func(*args, **kwargs)
end_time = time.perf_counter()
run_time = end_time - start_time
print("Finished {} in {} secs".format(repr(func.__name__), round(run_time, 3)))
return value
return wrapper
然后,在定义函数时使用装饰器:
@timer
def doubled_and_add(num):
res = sum([i*2 for i in range(num)])
print("Result : {}".format(res))
我们试试吧:
doubled_and_add(100000)
doubled_and_add(1000000)
输出:
Result : 9999900000
Finished 'doubled_and_add' in 0.0119 secs
Result : 999999000000
Finished 'doubled_and_add' in 0.0897 secs
注意:我不确定为什么要使用time.perf_counter
而不是time.time
。欢迎发表评论。
您也可以尝试以下方法:
from time import perf_counter
t0 = perf_counter()
...
t1 = perf_counter()
time_taken = t1 - t0
time.clock()
,time.clock()
而是在Unix上衡量CPU时间,而在Windows上衡量时间。最好time.time()
在行为不会随操作系统而变化的地方使用。stackoverflow.com/questions/85451/…–