26.6. 时间 — 测量小代码片段的执行时间

2.3 版中的新功能。

源代码： :source:`Lib/timeit.py`

该模块提供了一种简单的方法来计时一小段 Python 代码。它既有命令行接口，也有可调用接口。它避免了许多用于测量执行时间的常见陷阱。另请参阅 O'Reilly 出版的 Python Cookbook 中 Tim Peters 对“算法”一章的介绍。

26.6.1. 基本示例

以下示例显示了如何使用命令行界面来比较三种不同的表达式：

$ python -m timeit '"-".join(str(n) for n in range(100))'
10000 loops, best of 3: 40.3 usec per loop
$ python -m timeit '"-".join([str(n) for n in range(100)])'
10000 loops, best of 3: 33.4 usec per loop
$ python -m timeit '"-".join(map(str, range(100)))'
10000 loops, best of 3: 25.2 usec per loop

这可以通过 Python 接口实现：

>>> 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

但是请注意，只有在使用命令行界面时，timeit 才会自动确定重复次数。在示例部分，您可以找到更高级的示例。

26.6.2. Python接口

该模块定义了三个便利函数和一个公共类：

timeit.timeit(stmt='pass', setup='pass', timer=<default timer>, number=1000000): 使用给定的语句、setup 代码和 timer 函数创建一个 Timer 实例，并使用 编号运行其 timeit() 方法 处决。

2.6 版中的新功能。

timeit.repeat(stmt='pass', setup='pass', timer=<default timer>, repeat=3, number=1000000): 使用给定的语句、setup 代码和 timer 函数创建一个 Timer 实例，并使用给定的 运行其 repeat() 方法]repeat 计数和 number 次执行。

2.6 版中的新功能。

timeit.default_timer(): 以特定于平台的方式定义默认计时器。在 Windows 上，time.clock() 的粒度为微秒，但 time.time() 的粒度为 1/60 秒。在 Unix 上，time.clock() 具有 1/100 秒的粒度，而 time.time() 精确得多。在任一平台上，default_timer() 测量挂钟时间，而不是 CPU 时间。这意味着在同一台计算机上运行的其他进程可能会干扰计时。

class timeit.Timer(stmt='pass', setup='pass', timer=<timer function>)

用于计时小代码片段执行速度的类。

构造函数接受一个要计时的语句、一个用于设置的附加语句和一个计时器函数。两个语句都默认为 'pass'；计时器功能是平台相关的（请参阅模块文档字符串）。 stmt 和 setup 也可以包含由 ; 或换行符分隔的多个语句，只要它们不包含多行字符串文字。

要测量第一条语句的执行时间，请使用 timeit() 方法。 repeat() 方法可以方便地多次调用 timeit() 并返回结果列表。

在 2.6 版中更改： stmt 和 setup 参数现在也可以接受无需参数即可调用的对象。这会将对它们的调用嵌入到一个定时器函数中，然后由 timeit() 执行。请注意，在这种情况下，由于额外的函数调用，计时开销会稍大一些。

timeit(number=1000000)

主语句的执行时间为 number 次。这将执行一次 setup 语句，然后返回多次执行主语句所需的时间，以秒为单位作为浮点数。参数是循环的次数，默认为一百万。 main 语句、setup 语句和要使用的定时器函数被传递给构造函数。

笔记

默认情况下，timeit()在计时期间暂时关闭垃圾收集。这种方法的优点是它使独立时序更具可比性。这个缺点是 GC 可能是被测量函数性能的一个重要组成部分。如果是这样，GC 可以作为 setup 字符串中的第一条语句重新启用。例如：

timeit.Timer('for i in xrange(10): oct(i)', 'gc.enable()').timeit()

repeat(repeat=3, number=1000000)

多次调用 timeit()。

这是一个方便的函数，它重复调用 timeit()，返回结果列表。第一个参数指定调用 timeit() 的次数。第二个参数指定 timeit() 的 number 参数。

笔记

从结果向量计算均值和标准差并报告这些是很诱人的。但是，这不是很有用。在典型情况下，最低值给出了机器运行给定代码片段的速度的下限；结果向量中的较高值通常不是由 Python 速度的变化引起的，而是由干扰计时精度的其他进程引起的。因此，结果的 min() 可能是您应该感兴趣的唯一数字。之后，您应该查看整个向量并应用常识而不是统计数据。

print_exc(file=None)

帮助从定时代码打印回溯。

典型用途：

t = Timer(...)       # outside the try/except
try:
    t.timeit(...)    # or t.repeat(...)
except:
    t.print_exc()

与标准回溯相比的优点是将显示编译模板中的源代码行。可选的 file 参数指示发送回溯的位置；它默认为 sys.stderr。

26.6.3. 命令行界面

当从命令行作为程序调用时，使用以下形式：

python -m timeit [-n N] [-r N] [-s S] [-t] [-c] [-h] [statement ...]

理解以下选项的地方：

-n N, --number=N: 执行“语句”多少次

-r N, --repeat=N: 重复计时器多少次（默认为 3）

-s S, --setup=S: 最初执行一次的语句（默认 pass）

-t, --time: 使用 time.time()（默认在所有平台上，除了 Windows）

-c, --clock: 使用 time.clock()（Windows 上的默认值）

-v, --verbose: 打印原始计时结果；重复以获得更多数字精度

-h, --help: 打印一个简短的使用信息并退出

可以通过将每一行指定为单独的语句参数来给出多行语句；通过将参数括在引号中并使用前导空格，可以使用缩进行。多个 -s 选项的处理方式类似。

如果未给出 -n，则通过尝试 10 的连续幂直到总时间至少为 0.2 秒来计算合适的循环次数。

default_timer() 测量值可能会受到在同一台机器上运行的其他程序的影响，因此在需要准确计时时最好的做法是重复计时几次并使用最佳时间。 -r 选项对此很有用；在大多数情况下，默认 3 次重复可能就足够了。在 Unix 上，您可以使用 time.clock() 来测量 CPU 时间。

笔记

执行 pass 语句有一定的基线开销。此处的代码不会试图隐藏它，但您应该意识到这一点。可以通过不带参数调用程序来测量基线开销，并且它可能因 Python 版本而异。此外，为了将较旧的 Python 版本与 Python 2.3 进行公平比较，您可能希望对旧版本使用 Python 的 -O 选项（请参阅 Optimizations）以避免计时 SET_LINENO 指令。

26.6.4. 例子

可以提供一个在开始时只执行一次的 setup 语句：

$ python -m timeit -s 'text = "sample string"; char = "g"'  'char in text'
10000000 loops, best of 3: 0.0877 usec per loop
$ python -m timeit -s 'text = "sample string"; char = "g"'  'text.find(char)'
1000000 loops, best of 3: 0.342 usec per loop

>>> import timeit
>>> timeit.timeit('char in text', setup='text = "sample string"; char = "g"')
0.41440500499993504
>>> timeit.timeit('text.find(char)', setup='text = "sample string"; char = "g"')
1.7246671520006203

使用 Timer 类及其方法也可以做到这一点：

>>> import timeit
>>> t = timeit.Timer('char in text', setup='text = "sample string"; char = "g"')
>>> t.timeit()
0.3955516149999312
>>> t.repeat()
[0.40193588800002544, 0.3960157959998014, 0.39594301399984033]

以下示例显示如何对包含多行的表达式计时。这里我们比较了使用 hasattr() 和 try/except 测试缺少和存在的对象属性：

$ python -m timeit 'try:' '  str.__nonzero__' 'except AttributeError:' '  pass'
100000 loops, best of 3: 15.7 usec per loop
$ python -m timeit 'if hasattr(str, "__nonzero__"): pass'
100000 loops, best of 3: 4.26 usec per loop

$ python -m timeit 'try:' '  int.__nonzero__' 'except AttributeError:' '  pass'
1000000 loops, best of 3: 1.43 usec per loop
$ python -m timeit 'if hasattr(int, "__nonzero__"): pass'
100000 loops, best of 3: 2.23 usec per loop

>>> import timeit
>>> # attribute is missing
>>> s = """\
... try:
...     str.__nonzero__
... except AttributeError:
...     pass
... """
>>> timeit.timeit(stmt=s, number=100000)
0.9138244460009446
>>> s = "if hasattr(str, '__bool__'): pass"
>>> timeit.timeit(stmt=s, number=100000)
0.5829014980008651
>>>
>>> # attribute is present
>>> s = """\
... try:
...     int.__nonzero__
... except AttributeError:
...     pass
... """
>>> timeit.timeit(stmt=s, number=100000)
0.04215312199994514
>>> s = "if hasattr(int, '__bool__'): pass"
>>> timeit.timeit(stmt=s, number=100000)
0.08588060699912603

要让 timeit 模块访问您定义的函数，您可以传递包含导入语句的 setup 参数：

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

if __name__ == '__main__':
    import timeit
    print(timeit.timeit("test()", setup="from __main__ import test"))

26.6. timeit — 测量小代码片段的执行时间 — Python 文档

26.6. 时间 — 测量小代码片段的执行时间

26.6.1. 基本示例

26.6.2. Python接口

26.6.3. 命令行界面

26.6.4. 例子

目录