python time timeit_关于python：尝试使用timeit.timeit
本问题已经有最佳答案，请猛点这里访问。
我想测量两个代码的运行时间，我尝试查找python文档的timeit，但我并不十分了解。
有人可以用更初级的词汇来解释吗？
另请参阅：cProfile
注意：复制到如何使用timeit模块。
我会告诉您一个秘密：使用timeit的最佳方法是在命令行上。
在命令行上，timeit进行适当的统计分析：它告诉您最短运行时间。这很好，因为所有计时错误都是正的。因此，最短的时间误差最小。没有办法得到负错误，因为计算机的计算速度永远不可能超过其计算速度！
因此，命令行界面：
%~> python -m timeit"1 + 2"
10000000 loops, best of 3: 0.0468 usec per loop
这很简单，是吗？
您可以设置以下内容：
%~> python -m timeit -s"x = range(10000)""sum(x)"
1000 loops, best of 3: 543 usec per loop
也是有用的！
如果需要多行，则可以使用外壳程序的自动延续或使用单独的参数：
%~> python -m timeit -s"x = range(10000)" -s"y = range(100)""sum(x)""min(y)"
1000 loops, best of 3: 554 usec per loop
这给出了一个设置
x = range(1000)
y = range(100)
和时代
sum(x)
min(y)
如果您想要更长的脚本，则可能会想移到Python脚本中的timeit。我建议避免这种情况，因为在命令行上分析和计时会更好。相反，我倾向于制作shell脚本：
SETUP="
... # lots of stuff
"
echo Minmod arr1
python -m timeit -s"$SETUP""Minmod(arr1)"
echo pure_minmod arr1
python -m timeit -s"$SETUP""pure_minmod(arr1)"
echo better_minmod arr1
python -m timeit -s"$SETUP""better_minmod(arr1)"
... etc
由于要进行多次初始化，因此可能需要更长的时间，但是通常这没什么大不了的。
但是，如果要在模块内部使用timeit怎么办？
好吧，简单的方法是：
def function(...):
...
timeit.Timer(function).timeit(number=NUMBER)
这样您就可以累积(而不是最短！)时间来运行该次数。
为了获得良好的分析效果，请使用.repeat并执行以下步骤：
min(timeit.Timer(function).repeat(repeat=REPEATS, number=NUMBER))
通常应将此与functools.partial而不是lambda: ...结合使用，以降低开销。因此，您可能会遇到以下情况：
from functools import partial
def to_time(items):
...
test_items = [1, 2, 3] * 100
times = timeit.Timer(partial(to_time, test_items)).repeat(3, 1000)
# Divide by the number of repeats
time_taken = min(times) / 1000
您也可以：
timeit.timeit("...", setup="from __main__ import ...", number=NUMBER)
这将使您从命令行更接近界面，但是方式要少得多。 "from __main__ import ..."允许您在timeit创建的人工环境中使用主模块中的代码。
值得注意的是，这是Timer(...).timeit(...)的便捷包装，因此在计时上并不是特别好。我个人更喜欢使用上面显示的Timer。
警告
timeit有一些注意事项，无处不在。
开销不占。假设您要计时x += 1，以找出加法需要多长时间：
>>> python -m timeit -s"x = 0""x += 1"
10000000 loops, best of 3: 0.0476 usec per loop
好吧，它不是0.0476μs。您只知道它比这还少。所有错误均为正。
因此，尝试找到纯开销：
>>> python -m timeit -s"x = 0"""
100000000 loops, best of 3: 0.014 usec per loop
仅从定时开始，这就是30％的开销！这会大大歪曲相对的时间安排。但是您只真正关心添加的时间。 x的查找时间也需要包含在开销中：
>>> python -m timeit -s"x = 0""x"
100000000 loops, best of 3: 0.0166 usec per loop
差别不大，但是就在那里。
变异方法很危险。
python -m timeit -s"x = [0]*100000""while x: x.pop()"
10000000 loops, best of 3: 0.0436 usec per loop
但这是完全错误的！ x是第一次迭代后的空白列表。您需要重新初始化：
>>> python -m timeit"x = [0]*100000""while x: x.pop()"
100 loops, best of 3: 9.79 msec per loop
但是那样您就会有很多开销。分别说明。
>>> python -m timeit"x = [0]*100000"
1000 loops, best of 3: 261 usec per loop
请注意，此处减去开销仅是合理的，因为开销仅占时间的一小部分。
我发现IPython的％timeit和%% timeit魔术函数比timeit.timeit更易于使用(尤其是在使用ipython笔记本时)。这里有几个例子。
>>>"-".join(str(n) for n in range(100))
'0-1-2-3-4-5-6-7-8-9-10-11-12-13-14-15-16-17-18-19-20-21-22-23-24-25-26-27-28-29-30-31-32-33-34-35-36-37-38-39-40-41-42-43-44-45-46-47-48-49-50-51-52-53-54-55-56-57-58-59-60-61-62-63-64-65-66-67-68-69-70-71-72-73-74-75-76-77-78-79-80-81-82-83-84-85-86-87-88-89-90-91-92-93-94-95-96-97-98-99'
>>>
假设这是您要运行的命令。
导入timeit。使命令成为字符串，添加您要运行多少次。
>>> timeit.timeit('"-".join(str(n) for n in range(100))', number=100)
0.011214537887298093
文档
这个文件真的难以理解吗？我觉得很清楚。
我的意思是：我不明白如何将其用于自己的功能代码类型