7

一些人可以帮助我如何找到python中的代码需要多少时间和多少内存？

4

4 回答 4

15

使用它来计算时间：

import time

time_start = time.clock()
#run your code
time_elapsed = (time.clock() - time_start)

正如 Python 文档所引用的：

时间.时钟（）

在 Unix 上，以浮点数形式返回当前处理器时间，以秒为单位。精度，实际上是“处理器时间”含义的定义，取决于同名 C 函数的精度，但无论如何，这是用于对 Python 或计时算法进行基准测试的函数。

在 Windows 上，此函数根据 Win32 函数 QueryPerformanceCounter() 以浮点数形式返回自第一次调用此函数以来经过的挂钟秒数。分辨率通常优于一微秒。

参考：http ://docs.python.org/library/time.html

使用它来计算内存：

import resource

resource.getrusage(resource.RUSAGE_SELF).ru_maxrss

参考：http ://docs.python.org/library/resource.html

于 2012-08-09T15:36:38.447 回答
5

基于@Daniel Li对剪切和粘贴便利性和 Python 3.x 兼容性的回答：

import time
import resource 

time_start = time.perf_counter()
# insert code here ...
time_elapsed = (time.perf_counter() - time_start)
memMb=resource.getrusage(resource.RUSAGE_SELF).ru_maxrss/1024.0/1024.0
print ("%5.1f secs %5.1f MByte" % (time_elapsed,memMb))

例子：

 2.3 secs 140.8 MByte
于 2019-09-11T10:28:34.793 回答
2

有一个非常好的库，称为jackedCodeTimerPy用于计时您的代码。然后你应该使用 Daniel Li 建议的资源包。

jackedCodeTimerPy 提供了非常好的报告，例如

label            min          max         mean        total    run count
-------  -----------  -----------  -----------  -----------  -----------
imports  0.00283813   0.00283813   0.00283813   0.00283813             1
loop     5.96046e-06  1.50204e-05  6.71864e-06  0.000335932           50

我喜欢它如何为您提供有关它的统计信息以及计时器运行的次数。

使用起来很简单。如果我想测量 for 循环中的时间代码，我只需执行以下操作：

from jackedCodeTimerPY import JackedTiming
JTimer = JackedTiming()

for i in range(50):
  JTimer.start('loop')  # 'loop' is the name of the timer
  doSomethingHere = 'This is really useful!'
  JTimer.stop('loop')
print(JTimer.report())  # prints the timing report

您还可以同时运行多个计时器。

JTimer.start('first timer')
JTimer.start('second timer')
do_something = 'amazing'
JTimer.stop('first timer')

do_something = 'else'
JTimer.stop('second timer')

print(JTimer.report())  # prints the timing report

回购中有更多使用示例。希望这可以帮助。

https://github.com/BebeSparkelSparkel/jackedCodeTimerPY

于 2016-10-14T22:42:11.280 回答
1

使用像 guppy 这样的内存分析器

>>> from guppy import hpy; h=hpy()
>>> h.heap()
Partition of a set of 48477 objects. Total size = 3265516 bytes.
Index  Count   %     Size   % Cumulative  % Kind (class / dict of class)
     0  25773  53  1612820  49   1612820  49 str
     1  11699  24   483960  15   2096780  64 tuple
     2    174   0   241584   7   2338364  72 dict of module
     3   3478   7   222592   7   2560956  78 types.CodeType
     4   3296   7   184576   6   2745532  84 function
     5    401   1   175112   5   2920644  89 dict of class
     6    108   0    81888   3   3002532  92 dict (no owner)
     7    114   0    79632   2   3082164  94 dict of type
     8    117   0    51336   2   3133500  96 type
     9    667   1    24012   1   3157512  97 __builtin__.wrapper_descriptor
<76 more rows. Type e.g. '_.more' to view.>
>>> h.iso(1,[],{})
Partition of a set of 3 objects. Total size = 176 bytes.
 Index  Count   %     Size   % Cumulative  % Kind (class / dict of class)
     0      1  33      136  77       136  77 dict (no owner)
     1      1  33       28  16       164  93 list
     2      1  33       12   7       176 100 int
>>> x=[]
>>> h.iso(x).sp
 0: h.Root.i0_modules['__main__'].__dict__['x']
于 2012-08-09T15:40:50.253 回答