當(dāng)我們寫完一個(gè)腳本或一個(gè)函數(shù)，首先能保證得到正確結(jié)果，其次盡可能的快（雖然會(huì)說Py這玩意咋整都慢，但有的項(xiàng)目就是得要基于Py開發(fā)）。

本期將總結(jié)幾種獲取程序運(yùn)行時(shí)間的方法，極大的幫助對(duì)比不同算法/寫法效率。

使用系統(tǒng)命令

每個(gè)操作系統(tǒng)都有自己的方法來算程序運(yùn)行的時(shí)間，比如在Windows PowerShell中，可以用 Measure-Command 來看一個(gè)Python文件的運(yùn)行時(shí)間：

Measure-Command {python tutorial.py}

在Ubuntu中，使用time命令：

time python tutorial.py

如果我們除了看整個(gè) Python 腳本的運(yùn)行時(shí)間外還想看看局部運(yùn)行時(shí)間咋整？

使用 IPython 的 Magic Command

如果你使用過如Jupyter Notebook等工具會(huì)知道，他們用到了一個(gè)叫做 IPython 的交互式 Python 環(huán)境。

在 IPython 中，有一個(gè)特別方便的命令叫做 timeit。

對(duì)于某行代碼的測量可以使用%timeit：

對(duì)于某一個(gè)代碼單元格的測量，可以使用%%timeit：

使用timeit

如果不用IPython咋整，沒關(guān)系，已經(jīng)很厲害了，Python 有一個(gè)內(nèi)置的timeit模塊，可以幫助檢測小段代碼運(yùn)行時(shí)間。

可以在命令行界面運(yùn)行如下命令：

python -m timeit '[i for i in range(100)]'

使用 timeit 測量執(zhí)行此列表推導(dǎo)式所需的時(shí)間，得到輸出：

200000 loops, best of 5: 1.4 usec per loop

此輸出表明每次計(jì)時(shí)將執(zhí)行200000次列表推導(dǎo)，共計(jì)時(shí)測試了5次，最好的結(jié)果是1.4毫秒。

或者直接在Python中調(diào)用：

import timeit

print(timeit.timeit('[i for i in range(100)]', number=1))

對(duì)于更復(fù)雜的情況，有三個(gè)參數(shù)需要考慮：

• stmt：待測量的代碼片段，默認(rèn)是 pass
• setup：在運(yùn)行 stmt 之前執(zhí)行一些準(zhǔn)備工作，默認(rèn)也是 pass
• number：要運(yùn)行 stmt 的次數(shù)

比如一個(gè)更復(fù)雜的例子：

import timeit

# prerequisites before running the stmt
my_setup = "from math import sqrt"

# code snippet we would like to measure
my_code = '''
def my_function():
    for x in range(10000000):
        sqrt(x)
'''

print(timeit.timeit(setup=my_setup,
                    stmt=my_code,
                    number=1000))
# 6.260000000000293e-05

使用time模塊

Python中內(nèi)置的time模塊相信都不陌生，基本的用法是在待測代碼段的起始與末尾分別打上時(shí)間戳，然后獲得時(shí)間差：

import time

def my_function():
    for i in range(10000000):
        pass
start = time.perf_counter()
my_function()
print(time.perf_counter()-start)
# 0.1179838

我經(jīng)常使用time.perf_counter()來獲取時(shí)間，更精確，在之前的教程中有提過。

time模塊中還有一些其他計(jì)時(shí)選擇：

• time.timer()：獲取當(dāng)前時(shí)間
• time.perf_counter()：計(jì)算程序的執(zhí)行時(shí)間（高分辨率）
• time.monotonic()：計(jì)算程序的執(zhí)行時(shí)間（低分辨率）
• time.process_time()：計(jì)算某個(gè)進(jìn)程的CPU時(shí)間
• time.thread_time()：計(jì)算線程的CPU時(shí)間

假如我們需要在多個(gè)代碼段測試運(yùn)行時(shí)間，每個(gè)首尾都打上時(shí)間戳再計(jì)算時(shí)間差就有點(diǎn)繁瑣了，咋整，上裝飾器：

import time


def log_execution_time(func):
    def wrapper(*args, **kwargs):
        start = time.perf_counter()
        res = func(*args, **kwargs)
        end = time.perf_counter()
        print(f'The execution of {func.__name__} used {end - start} seconds.')
        return res

    return wrapper


@log_execution_time
def my_function():
    for i in range(10000000):
        pass


my_function()
# The execution of my_function used 0.1156899 seconds.

如上例所示，這樣就使得代碼非常干凈與整潔。