python timeit模块用法

想测试一行代码的运行时间,在python中比较方便,可以直接使用timeit:

>>> import timeit
#执行命令
>>> t2 = timeit.Timer('x=range(1000)')
#显示时间
>>> t2.timeit()
10.620039563513103  

#执行命令
>>> t1 = timeit.Timer('sum(x)', 'x = (i for i in range(1000))')
#显示时间
>>> t1.timeit()
0.1881566039438201

　　

在iPython中直接使用

In [1]: from timeit import timeit as timeit  

In [2]: timeit('x=1')
Out[2]: 0.03820111778328037  

In [3]: timeit('x=map(lambda x:x*10,range(32))')
Out[3]: 8.05639690328919

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。

• 具体可参见文档： http://docs.python.org/library/timeit.html

# -*- 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(10000)
    print t2.timeit(10000)
    print t3.timeit(10000)
    print t1.repeat(3,10000)
    print t2.repeat(3,10000)
    print t3.repeat(3,10000)

结果如下

3.21831489756
0.109082858296
4.83077821343
[3.2328774327463403, 3.200496361967792, 3.219513164382626]
[0.11024445844373787, 0.10911708052280389, 0.10891761383080834]
[4.817947811802895, 4.892466221265554, 5.003930946530911]

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：

• time.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。

# -*- 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(10000):
        test()
    finish=clock()
    print (finish-start)/10000

执行结果为

0.00032365431221

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。

大多时候,需要做的是"怎么用"!

python内置了timeit模块，通过它可以很简单的计算出代码执行时间，可以通过number参数控制代码的执行次数，非常好用。
更详细的实用方法可以参考：http://docs.python.org/2/library/timeit.html

>>> import timeit
>>> timeit.timeit('"-".join(str(n) for n in range(100))', number=10000)
0.8187260627746582
>>> timeit.timeit('"-".join([str(n) for n in range(100)])', number=10000)
0.7288308143615723
>>> timeit.timeit('"-".join(map(str, range(100)))', number=10000)
0.5858950614929199