Python timeit模块的使用实践
Python 中的 timeit 模块可以用来测试一段代码的执行耗时，如一个变量赋值语句的执行时间，一个函数的运行时间等。
timeit 模块是 Python 标准库中的模块，无需安装，直接导入就可以使用。导入时直接 import timeit ，可以使用 timeit() 函数和 repeat() 函数，还有 Timer 类。使用 from timeit import ... 时，只能导入 Timer 类(有全局变量 __all__ 限制)。
timeit 模块的源码总共只有 300 多行，主要就是实现上面的两个函数和一个类，可以自己看一下。
接下来就开始使用 timeit 模块来测试代码执行时间，我使用 timeit 模块来对比 Python 列表从头部添加数据和从尾部添加数据的执行时间(测试什么根据需求来定)。
一、使用 timeit() 函数测试运行时间
1. 准备测试函数
先写两个函数，一个函数是从列表头部添加数据，另一个函数是从列表尾部添加数据。
# coding=utf-8
def insert_time_test():
insert_list = list()
for i in range(10):
insert_list.insert(0, i)
def append_time_test():
append_list = list()
for i in range(10):
append_list.append(i)
if __name__ == '__main__':
import timeit
2. timeit(stmt="pass", setup="pass", timer=default_timer, number=default_number) 函数介绍
timeit() 函数有四个参数，每个参数都是关键字参数，都有默认值。
stmt：传入需要测试时间的代码，可以直接传入代码表达式或单个变量，也可以传入函数。传入函数时要在函数名后面加上小括号，让函数执行，如 stmt = ‘func()' 。
setup：传入 stmt 的运行环境，如 stmt 中使用到的参数、变量，要导入的模块等，如 setup = ‘from __main__ import func'。可以写一行语句，也可以写多行语句，写多行语句时用分号隔开。
如果 stmt 和参数 setup 参数不传值，那么就失去了测试的意义，所以这两个参数是必要的。
timer: timer 参数是当前操作系统的基本时间单位，默认会根据当前运行环境的操作系统自动获取(源码中已经定义)，保持默认即可。
number：要测试的代码的运行次数，默认1000000(一百万)次，对于耗时的代码，运行太多次会花很多时间，可以自己修改运行次数。
3. 测试函数的运行时间
现在使用 timeit() 来测试上面两个函数的运行时间。
insert_time_timeit = timeit.timeit(stmt='insert_time_test()',
setup='from __main__ import insert_time_test')
print('insert_time_timeit: ', insert_time_timeit)
append_time_timeit = timeit.timeit(stmt='append_time_test()',
setup='from __main__ import append_time_test')
print('append_time_timeit: ', append_time_timeit)
运行结果：
('insert_time_timeit: ', 2.9112871)
('append_time_timeit: ', 1.8884124999999998)
可以看到，在列表头部添加数据的时间比在列表尾部添加数据的时间长。
4. 测试代码(表达式)的运行时间
继续使用 timeit() 测试上面代码的运行时间，只是这次是直接将代码传入到参数中，而不是传入函数。
insert_time_timeit = timeit.timeit(stmt='list(insert_list.insert(0, i) for i in init_list)',
setup='insert_list=list();init_list=range(10)',
number=100000)
print('insert_time_timeit: ', insert_time_timeit)
append_time_timeit = timeit.timeit(stmt='list(append_list.append(i) for i in init_list)',
setup='append_list=list();init_list=range(10)',
number=100000)
print('append_time_timeit: ', append_time_timeit)
由于时间很长，代码中特意将 number 从一百万次改成了十万次。运行结果如下：
('insert_time_timeit: ', 330.46189400000003)
('append_time_timeit: ', 0.21436310000001413)
相对来说，对于相同的操作，使用函数的运行时间远小于直接传入代码表达式的时间，头部插入数据的尤其明显。
二、使用 repeat() 函数测试运行时间
1. repeat(stmt="pass", setup="pass", timer=default_timer, repeat=default_repeat, number=default_number) 函数介绍
repeat() 函数有五个参数，每个参数都是关键字参数，都有默认值。相比 timeit() 函数而言，timeit() 函数有的参数 repeat() 函数都有，此外，repeat() 函数多了一个 repeat 参数。
repeat：表示测试要重复几次，可以理解为将相同参数的 timeit() 函数重复执行。最终的结果构成一个列表返回，repeat 默认为3次。
2. 测试函数的运行时间
现在使用 repeat() 来测试上面两个函数的运行时间。
insert_time_repeat = timeit.repeat(stmt='insert_time_test()',
setup='from __main__ import insert_time_test')
print('insert_time_repeat: ', insert_time_repeat)
append_time_repeat = timeit.repeat(stmt='append_time_test()',
setup='from __main__ import append_time_test')
print('append_time_repeat: ', append_time_repeat)
运行结果如下：
('insert_time_repeat: ', [2.7707739, 2.908885, 2.7164823999999994])
('append_time_repeat: ', [1.7458063, 1.777368000000001, 1.8675014999999995])
3. 测试代码(表达式)的运行时间
继续使用 repeat() 测试上面代码的运行时间，直接传入代码，上面将 number 改成十万次后，时间还是很长(300多秒)，所以继续减小 number ，改成一万次。
insert_time_repeat = timeit.repeat(stmt='list(insert_list.insert(0, i) for i in init_list)',
setup='insert_list=list();init_list=range(10)',
repeat=5,
number=10000)
print('insert_time_repeat: ', insert_time_repeat)
append_time_repeat = timeit.repeat(stmt='list(append_list.append(i) for i in init_list)',
setup='append_list=list();init_list=range(10)',
repeat=5,
number=10000)
print('append_time_repeat: ', append_time_repeat)
运行结果如下：
('insert_time_repeat: ', [2.591015, 2.5814996999999997, 2.5547322, 2.6153070000000005, 2.5496864000000006])
('append_time_repeat: ', [0.0181692999999985, 0.01746889999999901, 0.018901899999999472, 0.018737400000000903, 0.018211900000000725])
三、使用 Timer 类测试运行时间
1. Timer 类介绍
上面使用了 timeit() 函数和 repeat() 函数，其实在 timeit 模块中，这两个函数都是对 Timer 类做了进一步的封装，实际调用的还是 Timer 类中的方法。
在 Timer 类中，实现了两个方法，timeit() 方法和 repeat() 方法，上面两个函数调用的就是这两个方法。
在使用 from timeit import ... 时，只能导入 Timer 类，所以可以直接使用 Timer 类来测试，可以自己去调用方法，使用起来更灵活。
2. 测试列表头部添加
先实例化一个 Timer 类的对象，实例化时传入 stmt 和 setup 参数(参数的含义与上面一致)，timer 参数保持默认，然后通过实例对象调用对应的 timeit() 方法或 repeat() 方法，在 timeit() 方法中传入 number，在repeat() 方法中传入 number 和 repeat 。
使用 timeit() 方法和 repeat() 方法测试从头部添加数据的运行时间。
timer_insert = timeit.Timer(stmt='insert_time_test()', setup='from __main__ import insert_time_test')
insert_time_timeit = timer_insert.timeit(number=1000000)
print('insert_time_timeit: ', insert_time_timeit)
insert_time_repeat = timer_insert.repeat(number=1000000)
print('insert_time_repeat: ', insert_time_repeat)
运行结果如下：
('insert_time_timeit: ', 2.7732486)
('insert_time_repeat: ', [2.7367806999999997, 2.707402600000001, 2.7288245999999994])
3. 测试列表尾部添加
使用 timeit() 方法和 repeat() 方法测试从尾部添加数据的运行时间。
timer_append = timeit.Timer(stmt='append_time_test()', setup='from __main__ import append_time_test')
append_time_timeit = timer_append.timeit(number=1000000)
print('append_time_timeit: ', append_time_timeit)
append_time_repeat = timer_append.repeat(number=1000000)
print('append_time_repeat: ', append_time_repeat)
运行结果如下：
('append_time_timeit: ', 1.9966106000000001)
('append_time_repeat: ', [1.9523343999999998, 1.8373857999999998, 1.8695377000000004])
timeit 模块是一个比较简单的模块，大概用法就这些了。
总结
以上所述是小编给大家介绍的Python timeit模块的使用实践，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！
相关文章
这篇文章主要介绍了python将文本分每两行一组并保存到文件,需要的朋友可以参考下2018-03-03
Python Flask实现图片验证码与邮箱验证码流程详细讲解
这篇文章主要介绍了如何利用Python生成随机的图片验证码与邮箱验证码，验证码是一种区分用户是计算机还是人的公共全自动程序，文中的示例代码简洁易懂，感兴趣的小伙伴可以跟随小编一起试试2022-10-10
在软件开发和数据科学领域,自动运行代码是提高效率和确保一致性的关键,本文将深入探讨如何使用Python实现自动运行代码的各种方法,希望对大家有所帮助2023-12-12
今天小编就为大家分享一篇Tensorflow实现在训练好的模型上进行测试，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-01-01
这篇文章主要介绍了Python爬虫DNS解析缓存方法,结合具体实例形式分析了Python使用socket模块解析DNS缓存的相关操作技巧与注意事项,需要的朋友可以参考下2017-06-06
这篇文章主要为大家详细介绍了pygame实现滑块接小球游戏，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-06-06
本文主要介绍了python中numpy.dot()计算矩阵相乘，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2023-07-07
这篇文章主要介绍了Python+OpenCV 实现简单的高斯滤波,在文中需要注意的是，这里我没有特判当sigma = 0的时候的情况，具体实现过程跟随小编一起看看吧2021-09-09
这篇文章主要介绍了Python 通过pip安装Django详细介绍的相关资料,需要的朋友可以参考下2017-04-04
这篇文章主要介绍了python字符串Intern机制详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-07-07
最新评论