python之timeit模块
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))
测试一个列表推导式与for循环的时间
import timeit foooo = """ sum = [] for i in range(1000): sum.append(i) """ print(timeit.timeit(stmt="[i for i in range(1000)]", number=100000)) print(timeit.timeit(stmt=foooo, number=100000)) #res: #3.2855970134734345 #8.19918414604134
使用列表推导式要比正常使用list追加元素 通过10w次循环会快上近5秒左右,速度快上近三倍。
timeit 模块抽象出了;两个可以直接使用的方法,包了一层可以让我们不用关心内部的实现,下面看一下模块里面的代码:
def timeit(stmt="pass", setup="pass", timer=default_timer, number=default_number): """Convenience function to create Timer object and call timeit method.""" return Timer(stmt, setup, timer).timeit(number) def repeat(stmt="pass", setup="pass", timer=default_timer, repeat=default_repeat, number=default_number): """Convenience function to create Timer object and call repeat method.""" return Timer(stmt, setup, timer).repeat(repeat, number)
可以看到这两个方法都是对Timer类包了一层这几个参数:
stmt: 这个参数就是statement,可以把要进行计算时间的代码放在里面。他可以直接接受字符串的表达式,也可以接受单个变量,也可以接受函数。
setup: 这个参数可以将stmt的环境传进去。比如各种import和参数什么的。
timer: 这个参数一般使用不到,具体使用可以参看文档。
Timer类下面还有repeat和timeit方法 使用也非常方便就是 timeit.timeit 和 timeit.repeat。
一个就是上面例子的timeit,一个就是repeat 其实repeat就比timeit多了一个执行Timer次数的参数。这个执行次数会以数组的形式返回.
import timeit foooo = """ sum = [] for i in range(1000): sum.append(i) """ print(timeit.repeat(stmt="[i for i in range(1000)]", repeat=2, number=100000)) print(min(timeit.repeat(stmt="[i for i in range(1000)]", repeat=2, number=100000))) #res: #[3.4540683642063277, 3.300991128415932] #3.321008256502136
我们可以根据此,对所有执行时间取min最小值,平均值,最大值得到我们想要的数据。
# coding: utf-8 import timeit # 初始化类 x = """ say_hi.ParseFromString(p) """ y = """ simplejson.loads(x) """ print(timeit.timeit(stmt=x, setup="import say_hi_pb2;" "say_hi = say_hi_pb2.SayHi();" "say_hi.id = 13423;" "say_hi.something = 'axiba';" "say_hi.extra_info = 'xiba';" "p =say_hi.SerializeToString()", number=1000000)) print(timeit.timeit(stmt=y, setup="import simplejson; " "json={" "'id': 13423," "'something': 'axiba'," "'extra_info': 'xiba'," "};" "x = simplejson.dumps(json)", number=1000000))
另外需要补充一点是,如果你想直接 stmt 那里执行函数。可以把函数申明在当前文件中,然后在 stmt = ‘func()’ 执行函数。然后使用 setup = ‘from __main__ import func’ 即可,如果要import 多个需要使用 setup = from __main__ import func; import simplejson'
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)) t4 = timeit.timeit(stmt=test1,setup="from __main__ import test1",number=10000) t5 = timeit.timeit(stmt=test2,setup="from __main__ import test2",number=10000) t6 = timeit.timeit(stmt=test3,setup="from __main__ import test3",number=10000) print(t4) #0.05130029071325269 print(t5) #0.015494466822610305 print(t6) #0.05650903115721077 print(timeit.repeat(stmt=test1,setup="from __main__ import test1",number=10000)) # [0.05308853391023148, 0.04544335904366706, 0.05969025402337652] print(timeit.repeat(stmt=test2,setup="from __main__ import test2",number=10000)) # [0.012824560678924846, 0.017111019558035345, 0.01429126826003152] print(timeit.repeat(stmt=test3,setup="from __main__ import test3",number=10000)) # [0.07385010910706968, 0.06244617606430164, 0.06273494371932059] #res: 0.043916918200588385 0.014892355541932578 0.05214884436618059 [0.04372713709398021, 0.04197132052492908, 0.04255431716177577] [0.014356804181737959, 0.012456603785177323, 0.012629659578433372] [0.0543709217115389, 0.05334180294099272, 0.05334931226535494]