1

我使用 timeit 做了一个小功能，这样我就可以偷懒，少打字，这不是按计划进行的。

（相关）代码：

def timing(function, retries=10000, formatSeconds=3, repeat=10):
    """Test how long a function takes to run. Defaults are set to run
    10 times of 10000 tries each. Will display time as 1 of 4 types.
    0 = Seconds, 1 = milliseconds, 2= microseconds and 3 = nanoseconds.
    Pass in paramaters as: (function, retries=10000,formatSeconds=3, repeat=10)"""
    t = timeit.Timer(lambda: function)
    result = t.repeat(repeat=repeat,number=retries)
    rlist = [i/retries for i in result]

它运行良好，但不断返回：

timeprofile.timing(find_boundaries(numpy.asarray(Image.open(
r'D:\Python\image\image4.jpg')),79))
    10 runs of 10000 cycles each: 
    Best time: 137.94764   Worst:158.16651  Avg: 143.25466 nanosecs/pass

现在，如果我从口译员那里做：

import timeit
from timeit import Timer
t = timeit.Timer(lambda: (find_boundaries(numpy.asarray(Image.open(r'D:\Python\image\image4.jpg')),79)))
result = t.repeat(repeat=5,number=100)
result = [i/100 for i in result]

我最终得到[0.007723014775432375, 0.007615270149786965, 0.0075242365377505395, 0.007420834966038683, 0.0074086862470653615], 或大约 8 毫秒。

如果我在脚本上运行分析器，它也会给出大约相同的结果，大约 8 毫秒。

我不太确定问题是什么，尽管我认为它与调用函数的方式有关。当我在调试器中检查数据时，它将函数显示为 len 为 53 的字典，每个键包含 1 到 15 个元组，每个元组有一对 2-3 位数字。

所以，如果有人知道它为什么这样做并且想向我解释它，以及如何解决它，那就太好了！

4

1 回答 1

3

是，有一点不同。当你运行时：

timeprofile.timing(find_boundaries(numpy.asarray(Image.open(
    r'D:\Python\image\image4.jpg')),79))

您没有传入函数引用。您正在调用该函数，而是传入该调用的结果。您正在计时staticresult而不是somefunction(with, arguments).

移出 lambda：

timeprofile.timing(lambda: (find_boundaries(numpy.asarray(Image.open(
    r'D:\Python\image\image4.jpg')),79)))

这意味着您需要将其从timing函数中删除，而是将函数直接传递给Timer()类：

t = timeit.Timer(function)
于 2013-02-05T20:05:10.913 回答