我需要测量程序的某些部分所花费的时间(不是用于调试,而是作为输出中的一个功能)。准确性很重要,因为总时间只有几分之一秒。
当我遇到timeit时,我打算使用time 模块,它声称可以避免一些用于测量执行时间的常见陷阱。不幸的是,它有一个糟糕的界面,将一个字符串作为输入,然后进行 eval。
那么,我需要使用这个模块来准确测量时间,还是时间就足够了?它指的是什么陷阱?
谢谢
根据 Python文档,它与不同操作系统中时间函数的准确性有关:
默认计时器功能取决于平台。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() 的粒度为 1/100 秒,而 time.time() 更精确。在任一平台上,默认计时器函数测量的是挂钟时间,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……在 Unix 上,您可以使用 time.clock() 来测量 CPU 时间。
直接从timeit.py
的代码中提取:
if sys.platform == "win32":
# On Windows, the best timer is time.clock()
default_timer = time.clock
else:
# On most other platforms the best timer is time.time()
default_timer = time.time
此外,它还直接为您设置运行时代码。如果你使用time
你必须自己做。这当然可以节省您的时间
Timeit的设置:
def inner(_it, _timer):
#Your setup code
%(setup)s
_t0 = _timer()
for _i in _it:
#The code you want to time
%(stmt)s
_t1 = _timer()
return _t1 - _t0
从 Python 3.3 开始,您可以使用time.perf_counter()
(系统范围的计时)或time.process_time()
(进程范围的计时),就像您过去使用的方式一样time.clock()
:
from time import process_time
t = process_time()
#do some stuff
elapsed_time = process_time() - t
新功能process_time
将不包括睡眠期间经过的时间。
从 Python 3.7 开始,您还可以使用process_time_ns()
类似于process_time()
但返回以纳秒为单位的时间。
您可以构建一个时序上下文(参见PEP 343)来非常轻松地测量代码块。
from __future__ import with_statement
import time
class Timer(object):
def __enter__(self):
self.__start = time.time()
def __exit__(self, type, value, traceback):
# Error handling here
self.__finish = time.time()
def duration_in_seconds(self):
return self.__finish - self.__start
timer = Timer()
with timer:
# Whatever you want to measure goes here
time.sleep(2)
print timer.duration_in_seconds()
timeit 模块看起来像是为进行算法性能测试而设计的,而不是简单地监控应用程序。您最好的选择可能是使用时间模块,time.time()
在您感兴趣的段的开头和结尾调用,然后减去两个数字。请注意,您获得的数字可能比系统计时器的实际分辨率多得多。
我也对 timeit 糟糕的界面感到恼火,所以我为此制作了一个库,看看它的使用方法很简单
from pythonbenchmark import compare, measure
import time
a,b,c,d,e = 10,10,10,10,10
something = [a,b,c,d,e]
def myFunction(something):
time.sleep(0.4)
def myOptimizedFunction(something):
time.sleep(0.2)
# comparing test
compare(myFunction, myOptimizedFunction, 10, input)
# without input
compare(myFunction, myOptimizedFunction, 100)
您是否查看过所提供的功能配置文件或 cProfile?
http://docs.python.org/library/profile.html
这提供了比仅打印函数调用前后的时间更详细的信息。也许值得一看...
该文档还提到 time.clock() 和 time.time() 具有不同的分辨率,具体取决于平台。在 Unix 上,time.clock() 测量 CPU 时间,而不是挂钟时间。
timeit 还会在运行测试时禁用垃圾收集,这可能不是您想要的生产代码。
我发现 time.time() 足以满足大多数目的。
从 Python 2.6 开始,timeit 不再局限于输入字符串。引用文档:
在 2.6 版更改: stmt 和 setup 参数现在也可以采用无需参数即可调用的对象。这会将对它们的调用嵌入到计时器函数中,然后由 timeit() 执行。请注意,在这种情况下,由于额外的函数调用,时间开销会稍大一些。