如何测量python中代码行之间的时间？
Posted
技术标签:
【中文标题】如何测量python中代码行之间的时间？【英文标题】：How to measure time taken between lines of code in python? 【发布时间】：2013-01-22 05:31:40 【问题描述】：所以在Java中，我们可以做到How to measure time taken by a function to execute
但是它是如何在 python 中完成的呢？要测量代码行之间的时间开始和结束时间？ 这样做的东西：
import some_time_library
starttime = some_time_library.some_module()
code_tobe_measured()
endtime = some_time_library.some_module()
time_taken = endtime - starttime
【问题讨论】：
另一个问题中有good answer detailing the difference between time.process_time() / time.perf_counter() / time.time() and time.monotonic()。 【参考方案1】：如果你想测量CPU时间，可以使用time.process_time() for Python 3.3及以上：
import time
start = time.process_time()
# your code here
print(time.process_time() - start)
第一次调用会打开计时器，第二次调用会告诉您已经过了多少秒。
还有一个函数time.clock()，不过是deprecated since Python 3.3，在Python 3.8中会被移除。
有更好的分析工具，例如 timeit 和 profile，但是 time.process_time() 将测量 CPU 时间，这就是您要问的问题。
如果您想测量挂钟时间，请使用time.time()。
【讨论】：
这不是您使用time.clock() 的方式，time.clock() 在 Unix 上测量 CPU 时间，但在 Windows 上测量壁挂时间。最好使用time.time()，其中行为不会随操作系统而变化。 ***.com/questions/85451/…
很好的观察，@Tim。然而，关于同一问题的另一篇文章在 time.clock() 上引用了 python 文档，“这是用于对 Python 或计时算法进行基准测试的函数”。我想这涉及到你真正想要测量的问题。
关于 time.time() 的一个非常糟糕的事情是它受到时间同步 ntpdate 等的影响。因此我会说 time.clock() 将是唯一可靠的选择
DeprecationWarning: time.clock has been deprecated in Python 3.3 and will be removed from Python 3.8: use time.perf_counter or time.process_time instead
嗯...不知道我做错了什么。我用time.sleep(10) 替换了# your code here，得到了0.0 秒。添加for i in range(10000):/pass 产生了相同的结果。在我尝试过的任何情况下，time.process_time() 总是返回相同的数字。我使用time.perf_counter() 得到了预期的结果【参考方案2】：
你也可以使用time库：
import time
start = time.time()
# your code
# end
print(f'Time: time.time() - start')
【讨论】：
@Hayat - 此方法以浮点数形式返回时间，以自纪元以来的秒数表示，以 UTC 为单位。 [docs.python.org/3/library/time.html] @AnumoySutradhar 不是真的，因为它是从一个纪元中减去一个纪元，所以你会得到两个时间之间的时间差。【参考方案3】：借助一个小型便利类，您可以测量缩进行所花费的时间，如下所示：
with CodeTimer():
line_to_measure()
another_line()
# etc...
缩进的行执行完毕后会显示以下内容：
Code block took: x.xxx ms
更新：您现在可以使用pip install linetimer 和from linetimer import CodeTimer 获取课程。见this GitHub project。
以上类的代码：
import timeit
class CodeTimer:
def __init__(self, name=None):
self.name = " '" + name + "'" if name else ''
def __enter__(self):
self.start = timeit.default_timer()
def __exit__(self, exc_type, exc_value, traceback):
self.took = (timeit.default_timer() - self.start) * 1000.0
print('Code block' + self.name + ' took: ' + str(self.took) + ' ms')
然后您可以命名代码块要测量：
with CodeTimer('loop 1'):
for i in range(100000):
pass
with CodeTimer('loop 2'):
for i in range(100000):
pass
Code block 'loop 1' took: 4.991 ms
Code block 'loop 2' took: 3.666 ms
然后嵌套它们：
with CodeTimer('Outer'):
for i in range(100000):
pass
with CodeTimer('Inner'):
for i in range(100000):
pass
for i in range(100000):
pass
Code block 'Inner' took: 2.382 ms
Code block 'Outer' took: 10.466 ms
关于timeit.default_timer()，它使用基于OS和Python版本的最佳计时器，见this answer。
【讨论】：
【参考方案4】：我总是喜欢以小时、分钟和秒 (%H:%M:%S) 格式检查时间：
from datetime import datetime
start = datetime.now()
# your code
end = datetime.now()
time_taken = end - start
print('Time: ',time_taken)
输出：
Time: 0:00:00.000019
【讨论】：
【参考方案5】：将代码放入函数中，然后使用装饰器进行计时是另一种选择。 (Source) 此方法的优点是您只需定义一次计时器，然后为每个函数使用一个简单的附加行。
首先，定义timer装饰器：
import functools
import time
def timer(func):
@functools.wraps(func)
def wrapper(*args, **kwargs):
start_time = time.perf_counter()
value = func(*args, **kwargs)
end_time = time.perf_counter()
run_time = end_time - start_time
print("Finished in secs".format(repr(func.__name__), round(run_time, 3)))
return value
return wrapper
然后，在定义函数时使用装饰器：
@timer
def doubled_and_add(num):
res = sum([i*2 for i in range(num)])
print("Result : ".format(res))
让我们试试吧：
doubled_and_add(100000)
doubled_and_add(1000000)
输出：
Result : 9999900000
Finished 'doubled_and_add' in 0.0119 secs
Result : 999999000000
Finished 'doubled_and_add' in 0.0897 secs
注意：我不确定为什么要使用 time.perf_counter 而不是 time.time。欢迎评论。
【讨论】：
【参考方案6】：我正在寻找一种如何用最少的代码输出格式化时间的方法，所以这是我的解决方案。无论如何，很多人都在使用 Pandas，所以在某些情况下，这可以节省额外的库导入。
import pandas as pd
start = pd.Timestamp.now()
# code
print(pd.Timestamp.now()-start)
输出：
0 days 00:05:32.541600
如果时间精度不是最重要的，我建议使用这个，否则使用time 库：
%timeit pd.Timestamp.now() 每个环路输出 3.29 µs ± 214 ns
%timeit time.time() 每个循环输出 154 ns ± 13.3 ns
【讨论】：
【参考方案7】：你也可以试试这个：
from time import perf_counter
t0 = perf_counter()
...
t1 = perf_counter()
time_taken = t1 - t0
【讨论】：
【参考方案8】：让我在https://***.com/a/63665115/7412781 解决方案中添加更多内容。
删除了对functools 的依赖。
已用进程时间占用time.process_time() 而不是time.perf_counter() 的绝对计数器，因为进程可以通过内核进行上下文切换。
还使用原始函数指针打印来获取正确的类名。
这是装饰器代码。
import time
def decorator_time_taken(fnc):
def inner(*args):
start = time.process_time()
ret = fnc(*args)
end = time.process_time()
print(" took seconds".format(fnc, round((end - start), 6)))
return ret
return inner
这是使用示例代码。它正在检查 193939 是否为素数。
class PrimeBrute:
@decorator_time_taken
def isPrime(self, a):
for i in range(a-2):
if a % (i+2) == 0: return False
return True
inst = PrimeBrute()
print(inst.isPrime(193939))
这是输出。
<function PrimeBrute.isPrime at 0x7fc0c6919ae8> took 0.015789 seconds
True
【讨论】：
【参考方案9】：使用timeit 模块对您的性能进行基准测试：
def test():
print("test")
emptyFunction()
for i in [x for x in range(10000)]:
i**i
def emptyFunction():
pass
if __name__ == "__main__":
import timeit
print(timeit.timeit("test()", number = 5, globals = globals()))
#print(timeit.timeit("test()", setup = "from __main__ import test",
# number = 5))
第一个参数定义了我们想要在这种情况下执行test 的代码段，number 定义了您想要重复执行的次数。
输出：
test
test
test
test
test
36.81822113099952
【讨论】：
【参考方案10】：使用模块time，我们可以计算函数开始和函数结束时的unix时间。下面是代码的样子：
from time import time as unix
这段代码导入了time.time，它允许我们计算unix时间。
from time import sleep
这不是强制性的，但我还要为其中一个演示导入 time.sleep。
START_TIME = unix()
这是计算 unix 时间并将其放入变量中的方法。请记住，函数 unix 不是实际函数。我将time.time 导入为unix，所以如果您没有在第一次导入时输入as unix，则需要使用time.time()。
在此之后，我们放置我们想要的任何函数或代码。 在代码sn -p的最后我们放
TOTAL_TIME = unix()-START_TIME
这行代码做了两件事：它在函数结束时计算 unix 时间，并使用之前的变量START_TIME，计算执行代码 sn-p 所花费的时间。
然后我们可以在任何需要的地方使用这个变量，包括print() 函数。
print("The snippet took seconds to execute".format(TOTAL_TIME))
这里我写了一个快速演示代码，其中有两个实验作为演示。 （完整评论）
from time import time as unix # Import the module to measure unix time
from time import sleep
# Here are a few examples:
# 1. Counting to 100 000
START_TIME = unix()
for i in range(0, 100001):
print("Number: \r".format(i), end="")
TOTAL_TIME = unix() - START_TIME
print("\nFinal time (Expirement 1): s\n".format(TOTAL_TIME))
# 2. Precision of sleep
for i in range(10):
START_TIME = unix()
sleep(0.1)
TOTAL_TIME = unix() - START_TIME
print("Sleep(0.1): Index: , Time: s".format(i,TOTAL_TIME))
这是我的输出：
Number: 100000
Final time (Expirement 1): 16.666812419891357 s
Sleep(0.1): Index: 0, Time: 0.10014867782592773 s
Sleep(0.1): Index: 1, Time: 0.10016226768493652 s
Sleep(0.1): Index: 2, Time: 0.10202860832214355 s
Sleep(0.1): Index: 3, Time: 0.10015869140625 s
Sleep(0.1): Index: 4, Time: 0.10014724731445312 s
Sleep(0.1): Index: 5, Time: 0.10013675689697266 s
Sleep(0.1): Index: 6, Time: 0.10014677047729492 s
Sleep(0.1): Index: 7, Time: 0.1001439094543457 s
Sleep(0.1): Index: 8, Time: 0.10044598579406738 s
Sleep(0.1): Index: 9, Time: 0.10014700889587402 s
>
【讨论】：
以上是关于如何测量python中代码行之间的时间？的主要内容，如果未能解决你的问题，请参考以下文章