python timeti模块使用

前言

python可以使用timeit模块来测试小段代码的运行时间.
timeit主要的函数有timeit和repeat (还有default_timer, 用法可见文章)

timeit和repeat的实现

def timeit(stmt="pass", setup="pass", timer=default_timer,
               number=default_number, globals=None):
    """Convenience function to create Timer object and call timeit method."""
    return Timer(stmt, setup, timer, globals).timeit(number)

def repeat(stmt="pass", setup="pass", timer=default_timer,
               repeat=default_repeat, number=default_number, globals=None):
    """Convenience function to create Timer object and call repeat method."""
    return Timer(stmt, setup, timer, globals).repeat(repeat, number)

在上面的代码中可见, 无论是timeit还是repeat都是先 生成Timer对象, 然后调用了Timer对象的timeit或repeat函数。

参数

1. stmt: 用于传入要测试时间的代码, 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。
   PS: 传入函数时要使用参数setup导入函数

2. setup: 传入stmt的运行环境, 比如stmt中使用到的参数、变量, 要导入的模块等。可以写一行语句, 也可以写多行语句, 写多行语句时要用**分号;**隔开语句。

3. number: 要测试的代码的运行次数, 默认100000次, 对于耗时的代码, 运行太多次会比较慢, 此时建议自己修改一下运行次数

4. repeat: 指测试要重复几次, 每次的结果构成列表返回, 默认3次。

用法

在使用timeit模块时, 有两种方式

1. 直接使用timeit.timeit()、tiemit.repeat()
2. 先用timeit.Timer()来生成一个Timer对象, 然后再用Timer对象用timeit()和repeat()函数, 相对灵活一些。

repeat的优点

可以多次重复测试, 并可以对测试所得的执行时间取最小值, 平均值, 最大值, 更方便分析。

例子

例子1

测试一个列表推导式 比正常写for循环快多少

import timeit

foo = """
sum = []
for i in range(1000):
    sum.append(i)
"""

print(timeit.timeit(stmt="[i for i in range(1000)]", number=100000))         # 传入的是字符串表达式
print(timeit.timeit(stmt=foo, number=100000))                            # 传入的是变量
# 输出：
# 3.0182870961591375     
# 8.967388768466217

例子2

使用timeit来比较递归斐波那契和迭代斐波那契的时间效率差异

注意

代码中分别定义了两个函数,
要测试这两个函数, 需导入这两个函数,
即设置setup = from __main__ import recursive_fibonacci,
表明从当前运行的代码下导入这两个函数。
如果是其他模块的, 则要import别的模块进来

import timeit

def recursive_fibonacci(nth_item):
    if nth_item == 1 or nth_item == 2:
          return 1
    elif nth_item <= 0:
          return 0

    return recursive_fibonacci(nth_item - 1) + recursive_fibonacci(nth_item - 2)

def loop_fibonacci(nth_item):
    if nth_item == 1 or nth_item == 2:
          return 1
    elif nth_item <= 0:
          return 0

    first_item, second_item = 1, 1

    for x in range(nth_item-2):
          first_item, second_item = second_item, first_item + second_item

    return second_item


if __name__ == "__main__":
    print(
          timeit.timeit(
              stmt="recursive_fibonacci(20)",
              setup="from __main__ import recursive_fibonacci", number=10000
          )
    )
    print(
          timeit.timeit(
              stmt="loop_fibonacci(20)",
              setup="from __main__ import loop_fibonacci",
              number=10000
          )
    )

例子3

setup参数的灵活使用, 设置stmt的运行环境的详细例子
涉及

• 导入模块
• 变量定义
• 函数调用
• 多行写setup要加分号的方式

import timeit

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
    )
)

命令行调用timeit

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

-n N 执行指定语句的次数
-r N 重复测量的次数(默认3次)
-s S 指定初始化代码构建环境的导入语句(默认pass)
python 3.3新增
-t 使用time.time() (不推荐)
-c 使用time.clock() (不推荐)
-v 打印原始计时结果
-h 帮助

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