测量Python代码运行的时间

Python 社区有句俗语: “python自己带着电池” ,别自己写计时框架。 Python 2.3 具备一个叫做 timeit 的完美计时工具可以测量python代码的运行时间。

timeit 模块

  • timeit 模块定义了接受两个参数的 Timer 类。两个参数都是字符串。 第一个参数是你要计时的语句或者函数。 传递给 Timer 的第二个参数是为第一个参数语句构建环境的导入语句。 从内部讲, timeit 构建起一个独立的虚拟环境, 手工地执行建立语句,然后手工地编译和执行被计时语句。
  • 一旦有了 Timer 对象,最简单的事就是调用 timeit(),它接受一个参数为每个测试中调用被计时语句的次数,默认为一百万次;返回所耗费的秒数。
  • Timer 对象的另一个主要方法是 repeat(), 它接受两个可选参数。 第一个参数是重复整个测试的次数,第二个参数是每个测试中调用被计时语句的次数。 两个参数都是可选的,它们的默认值分别是 3 和 1000000。 repeat() 方法返回以秒记录的每个测试循环的耗时列表Python 有一个方便的 min 函数可以把输入的列表返回成最小值,如: min(t.repeat(3, 1000000))
  • 你可以在命令行使用 timeit 模块来测试一个已存在的 Python 程序,而不需要修改代码。

举例:

# -*- coding: utf-8 -*-
#
!/bin/env python

def test1():
n
=0
for i in range(101):
n
+=i
return n

def test2():
return sum(range(101))

def test3():
return sum(x for x in range(101))

if __name__=='__main__':
from timeit import Timer
t1
=Timer("test1()","from __main__ import test1")
t2
=Timer("test2()","from __main__ import test2")
t3
=Timer("test3()","from __main__ import test3")
print t1.timeit(1000000)
print t2.timeit(1000000)
print t3.timeit(1000000)
print t1.repeat(3,1000000)
print t2.repeat(3,1000000)
print t3.repeat(3,1000000)

执行结果:

tiny@tiny-desktop:~/workspace/py$ python timetest.py
7.99498915672
3.13702893257
10.6419789791
[8.2126381397247314, 8.6312708854675293, 8.6079621315002441]
[3.3426268100738525, 3.3914170265197754, 3.5281510353088379]
[11.097387075424194, 10.941920042037964, 10.874698877334595]

利用time模块

利用time模块(仅作练习之用,不推荐)。 time.localtime(),  time.time(),  time.clock() 对比:

  • ime.localtime(),localtime返回的是struct_time,包含年月日,显然没有必要,更重要的是localtime()的精度依赖于time()
  • time.time(),time返回的是UTC时间(seconds since the 00:00:00 UTC on January 1)。在很多系统,包括windows下精度很差,win32下的精度只有1/18.2秒。不过在Unix/Linux系统下,time()的精度还是很高的。
  • Python的标准库手册推荐在任何系统下都尽量使用time.clock()。不过要注意是在win32系统下,这个函数返回的是真实时间(wall time),而在Unix/Linux下返回的是CPU时间。在win32下,这个函数的时间分辨率好于1微秒。

例:

# -*- coding: utf-8 -*-
#
!/bin/env python

def test():
L
=[]
for i in range(100):
L.append(i)

if __name__=='__main__':
from time import clock
start
=clock()
for i in range(1000000):
test()
finish
=clock()
print (finish-start)/1000000

结果:

1.749e-05

其他方法

遇到复杂的程序,有很多性能分析工具可用。比如python的标准库里的profile可以统计程序里每一个函数的运行时间,并且提供了多样化的报表。(不了解,先记下来)

参考:

  1. http://docs.python.org/library/timeit.html
  2. http://woodpecker.org.cn/diveintopython/performance_tuning/timeit.html
  3. http://hi.baidu.com/shanyaodan0880/blog/item/b446617b7a98a5e42e73b3f2.html

posted @ 2011-03-18 16:11  TinyZ  阅读(...)  评论(... 编辑 收藏