timeit — 測量小代碼片段的執行時間 · Python3.7.3官方文檔簡體中文

### 導航 - [索引](../genindex.xhtml "總目錄") - [模塊](../py-modindex.xhtml "Python 模塊索引") | - [下一頁](trace.xhtml "trace --- Trace or track Python statement execution") | - [上一頁](profile.xhtml "The Python Profilers") | - ![](https://box.kancloud.cn/a721fc7ec672275e257bbbfde49a4d4e_16x16.png) - [Python](https://www.python.org/) ? - zh\_CN 3.7.3 [文檔](../index.xhtml) ? - [Python 標準庫](index.xhtml) ? - [調試和分析](debug.xhtml) ? - $('.inline-search').show(0); | # [`timeit`](#module-timeit "timeit: Measure the execution time of small code snippets.") --- 測量小代碼片段的執行時間 **源碼：** [Lib/timeit.py](https://github.com/python/cpython/tree/3.7/Lib/timeit.py) \[https://github.com/python/cpython/tree/3.7/Lib/timeit.py\] - - - - - - 該模塊提供了一種簡單的方法來計算一小段 Python 代碼的耗時。它有 [命令行界面](#timeit-command-line-interface) 以及一個 [可調用](#python-interface) 方法。它避免了許多用于測量執行時間的常見陷阱。另見 Tim Peters 對 O'Reilly 出版的 *Python Cookbook* 中“算法”章節的介紹。 ## 基本示例以下示例顯示了如何使用 [命令行界面](#timeit-command-line-interface) 來比較三個不同的表達式： ``` $ python3 -m timeit '"-".join(str(n) for n in range(100))' 10000 loops, best of 5: 30.2 usec per loop $ python3 -m timeit '"-".join([str(n) for n in range(100)])' 10000 loops, best of 5: 27.5 usec per loop $ python3 -m timeit '"-".join(map(str, range(100)))' 10000 loops, best of 5: 23.2 usec per loop ``` 這可以通過 [Python 接口](#python-interface) 實現 ``` >>> import timeit >>> timeit.timeit('"-".join(str(n) for n in range(100))', number=10000) 0.3018611848820001 >>> timeit.timeit('"-".join([str(n) for n in range(100)])', number=10000) 0.2727368790656328 >>> timeit.timeit('"-".join(map(str, range(100)))', number=10000) 0.23702679807320237 ``` A callable can also be passed from the [Python 接口](#python-interface): ``` >>> timeit.timeit(lambda: "-".join(map(str, range(100))), number=10000) 0.19665591977536678 ``` Note however that [`timeit()`](#timeit.timeit "timeit.timeit") will automatically determine the number of repetitions only when the command-line interface is used. In the [示例](#timeit-examples) section you can find more advanced examples. ## Python 接口該模塊定義了三個便利函數和一個公共類： `timeit.``timeit`(*stmt='pass'*, *setup='pass'*, *timer=<default timer>*, *number=1000000*, *globals=None*)使用給定語句、 *setup* 代碼和 *timer* 函數創建一個 [`Timer`](#timeit.Timer "timeit.Timer") 實例，并執行 *number* 次其 [`timeit()`](#timeit.Timer.timeit "timeit.Timer.timeit") 方法。可選的 *globals* 參數指定用于執行代碼的命名空間。在 3.5 版更改: 添加可選參數 *globals* 。 `timeit.``repeat`(*stmt='pass'*, *setup='pass'*, *timer=<default timer>*, *repeat=5*, *number=1000000*, *globals=None*)使用給定語句、 *setup* 代碼和 *timer* 函數創建一個 [`Timer`](#timeit.Timer "timeit.Timer") 實例，并使用給定的 *repeat* 計數和 *number* 執行運行其 [`repeat()`](#timeit.Timer.repeat "timeit.Timer.repeat") 方法。可選的 *globals* 參數指定用于執行代碼的命名空間。在 3.5 版更改: 添加可選參數 *globals* 。在 3.7 版更改: *repeat* 的默認值由 3 更改為 5 。 `timeit.``default_timer`()默認的計時器，總是 [`time.perf_counter()`](time.xhtml#time.perf_counter "time.perf_counter") 。在 3.3 版更改: [`time.perf_counter()`](time.xhtml#time.perf_counter "time.perf_counter") 現在是默認計時器。 *class* `timeit.``Timer`(*stmt='pass'*, *setup='pass'*, *timer=<timer function>*, *globals=None*)用于小代碼片段的計數執行速度的類。構造函數接受一個將計時的語句、一個用于設置的附加語句和一個定時器函數。兩個語句都默認為 `'pass'` ；計時器函數與平臺有關（請參閱模塊文檔字符串）。 *stmt* 和 *setup* 也可能包含多個以 `;` 或換行符分隔的語句，只要它們不包含多行字符串文字即可。該語句默認在 timeit 的命名空間內執行；可以通過將命名空間傳遞給 *globals* 來控制此行為。要測量第一個語句的執行時間，請使用 [`timeit()`](#timeit.Timer.timeit "timeit.Timer.timeit") 方法。 [`repeat()`](#timeit.Timer.repeat "timeit.Timer.repeat") 和 [`autorange()`](#timeit.Timer.autorange "timeit.Timer.autorange") 方法是方便的方法來調用 [`timeit()`](#timeit.Timer.timeit "timeit.Timer.timeit") 多次。 *setup* 的執行時間從總體計時執行中排除。 *stmt* 和 *setup* 參數也可以使用不帶參數的可調用對象。這將在一個計時器函數中嵌入對它們的調用，然后由 [`timeit()`](#timeit.Timer.timeit "timeit.Timer.timeit") 執行。請注意，由于額外的函數調用，在這種情況下，計時開銷會略大一些。在 3.5 版更改: 添加可選參數 *globals* 。 `timeit`(*number=1000000*)執行 *number* 次主要語句。這將執行一次 setup 語句，然后返回執行主語句多次所需的時間，以秒為單位測量為浮點數。參數是通過循環的次數，默認為一百萬。要使用的主語句、 setup 語句和 timer 函數將傳遞給構造函數。注解默認情況下， [`timeit()`](#timeit.Timer.timeit "timeit.Timer.timeit") 暫時關閉 [garbage collection](../glossary.xhtml#term-garbage-collection) 。這種方法的優點在于它使獨立時序更具可比性。缺點是GC可能是所測量功能性能的重要組成部分。如果是這樣，可以在 *setup* 字符串中的第一個語句重新啟用GC。例如: ``` timeit.Timer('for i in range(10): oct(i)', 'gc.enable()').timeit() ``` `autorange`(*callback=None*)自動決定調用多少次 [`timeit()`](#timeit.Timer.timeit "timeit.Timer.timeit") 。這是一個便利函數，它反復調用 [`timeit()`](#timeit.Timer.timeit "timeit.Timer.timeit") ，以便總時間 >= 0.2 秒，返回最終（循環次數，循環所用的時間）。它調用 [`timeit()`](#timeit.Timer.timeit "timeit.Timer.timeit") 的次數以序列 1, 2, 5, 10, 20, 50, ... 遞增，直到所用的時間至少為0.2秒。如果給出 *callback* 并且不是 `None` ，則在每次試驗后將使用兩個參數調用它： `callback(number, time_taken)` 。 3\.6 新版功能. `repeat`(*repeat=5*, *number=1000000*)調用 [`timeit()`](#timeit.Timer.timeit "timeit.Timer.timeit") 幾次。這是一個方便的函數，它反復調用 [`timeit()`](#timeit.Timer.timeit "timeit.Timer.timeit") ，返回結果列表。第一個參數指定調用 [`timeit()`](#timeit.Timer.timeit "timeit.Timer.timeit") 的次數。第二個參數指定 [`timeit()`](#timeit.Timer.timeit "timeit.Timer.timeit") 的 *number* 參數。注解從結果向量計算并報告平均值和標準差這些是很誘人的。但是，這不是很有用。在典型情況下，最低值給出了機器運行給定代碼段的速度的下限；結果向量中較高的值通常不是由Python的速度變化引起的，而是由于其他過程干擾你的計時準確性。所以結果的 [`min()`](functions.xhtml#min "min") 可能是你應該感興趣的唯一數字。之后，你應該看看整個向量并應用常識而不是統計。在 3.7 版更改: *repeat* 的默認值由 3 更改為 5 。 `print_exc`(*file=None*)幫助程序從計時代碼中打印回溯。典型使用: ``` t = Timer(...) # outside the try/except try: t.timeit(...) # or t.repeat(...) except Exception: t.print_exc() ``` 與標準回溯相比，優勢在于將顯示已編譯模板中的源行。可選的 *file* 參數指向發送回溯的位置；它默認為 [`sys.stderr`](sys.xhtml#sys.stderr "sys.stderr") 。 ## 命令行界面從命令行調用程序時，使用以下表單: ``` python -m timeit [-n N] [-r N] [-u U] [-s S] [-h] [statement ...] ``` 如果了解以下選項： `-n`` N``, ``--number``=N`執行 '語句' 多少次 `-r`` N``, ``--repeat``=N`重復計時器的次數（默認為5） `-s`` S``, ``--setup``=S`最初要執行一次的語句（默認為 `pass` ） `-p````, ``--process```測量進程時間，而不是 wallclock 時間，使用 [`time.process_time()`](time.xhtml#time.process_time "time.process_time") 而不是 [`time.perf_counter()`](time.xhtml#time.perf_counter "time.perf_counter") ，這是默認值 3\.3 新版功能. `-u````, ``--unit``=U`> 指定定時器輸出的時間單位；可以選擇 nsec，usec，msec或sec 3\.5 新版功能. `-v````, ``--verbose```打印原始計時結果；重復更多位數精度 `-h````, ``--help```打印一條簡短的使用信息并退出可以通過將每一行指定為單獨的語句參數來給出多行語句；通過在引號中包含參數并使用前導空格可以縮進行。多個 [`-s`](#cmdoption-timeit-s) 選項的處理方式相似。如果 [`-n`](#cmdoption-timeit-n) 未給出，則通過嘗試10的連續冪次來計算合適數量的循環，直到總時間至少為 0.2 秒。 [`default_timer()`](#timeit.default_timer "timeit.default_timer") 測量可能受到在同一臺機器上運行的其他程序的影響，因此在需要精確計時時最好的做法是重復幾次計時并使用最佳時間。 [`-r`](#cmdoption-timeit-r) 選項對此有利；在大多數情況下，默認的 5 次重復可能就足夠了。你可以使用 [`time.process_time()`](time.xhtml#time.process_time "time.process_time") 來測量CPU時間。注解執行 pass 語句會產生一定的基線開銷。這里的代碼不會試圖隱藏它，但你應該知道它。可以通過不帶參數調用程序來測量基線開銷，并且Python版本之間可能會有所不同。 ## 示例可以提供一個在開頭只執行一次的 setup 語句： ``` $ python -m timeit -s 'text = "sample string"; char = "g"' 'char in text' 5000000 loops, best of 5: 0.0877 usec per loop $ python -m timeit -s 'text = "sample string"; char = "g"' 'text.find(char)' 1000000 loops, best of 5: 0.342 usec per loop ``` ``` >>> import timeit >>> timeit.timeit('char in text', setup='text = "sample string"; char = "g"') 0.41440500499993504 >>> timeit.timeit('text.find(char)', setup='text = "sample string"; char = "g"') 1.7246671520006203 ``` 使用 [`Timer`](#timeit.Timer "timeit.Timer") 類及其方法可以完成同樣的操作: ``` >>> import timeit >>> t = timeit.Timer('char in text', setup='text = "sample string"; char = "g"') >>> t.timeit() 0.3955516149999312 >>> t.repeat() [0.40183617287970225, 0.37027556854118704, 0.38344867356679524, 0.3712595970846668, 0.37866875250654886] ``` 以下示例顯示如何計算包含多行的表達式。在這里我們對比使用 [`hasattr()`](functions.xhtml#hasattr "hasattr") 與 [`try`](../reference/compound_stmts.xhtml#try)/[`except`](../reference/compound_stmts.xhtml#except) 的開銷來測試缺失與提供對象屬性: ``` $ python -m timeit 'try:' ' str.__bool__' 'except AttributeError:' ' pass' 20000 loops, best of 5: 15.7 usec per loop $ python -m timeit 'if hasattr(str, "__bool__"): pass' 50000 loops, best of 5: 4.26 usec per loop $ python -m timeit 'try:' ' int.__bool__' 'except AttributeError:' ' pass' 200000 loops, best of 5: 1.43 usec per loop $ python -m timeit 'if hasattr(int, "__bool__"): pass' 100000 loops, best of 5: 2.23 usec per loop ``` ``` >>> import timeit >>> # attribute is missing >>> s = """\ ... try: ... str.__bool__ ... except AttributeError: ... pass ... """ >>> timeit.timeit(stmt=s, number=100000) 0.9138244460009446 >>> s = "if hasattr(str, '__bool__'): pass" >>> timeit.timeit(stmt=s, number=100000) 0.5829014980008651 >>> >>> # attribute is present >>> s = """\ ... try: ... int.__bool__ ... except AttributeError: ... pass ... """ >>> timeit.timeit(stmt=s, number=100000) 0.04215312199994514 >>> s = "if hasattr(int, '__bool__'): pass" >>> timeit.timeit(stmt=s, number=100000) 0.08588060699912603 ``` 要讓 [`timeit`](#module-timeit "timeit: Measure the execution time of small code snippets.") 模塊訪問你定義的函數，你可以傳遞一個包含 import 語句的 *setup* 參數: ``` def test(): """Stupid test function""" L = [i for i in range(100)] if __name__ == '__main__': import timeit print(timeit.timeit("test()", setup="from __main__ import test")) ``` 另一種選擇是將 [`globals()`](functions.xhtml#globals "globals") 傳遞給 *globals* 參數，這將導致代碼在當前的全局命名空間中執行。這比單獨指定 import 更方便 ``` def f(x): return x**2 def g(x): return x**4 def h(x): return x**8 import timeit print(timeit.timeit('[func(42) for func in (f,g,h)]', globals=globals())) ``` ### 導航 - [索引](../genindex.xhtml "總目錄") - [模塊](../py-modindex.xhtml "Python 模塊索引") | - [下一頁](trace.xhtml "trace --- Trace or track Python statement execution") | - [上一頁](profile.xhtml "The Python Profilers") | - ![](https://box.kancloud.cn/a721fc7ec672275e257bbbfde49a4d4e_16x16.png) - [Python](https://www.python.org/) ? - zh\_CN 3.7.3 [文檔](../index.xhtml) ? - [Python 標準庫](index.xhtml) ? - [調試和分析](debug.xhtml) ? - $('.inline-search').show(0); | ? [版權所有](../copyright.xhtml) 2001-2019, Python Software Foundation. Python 軟件基金會是一個非盈利組織。 [請捐助。](https://www.python.org/psf/donations/) 最后更新于 5月 21, 2019. [發現了問題](../bugs.xhtml)？使用[Sphinx](http://sphinx.pocoo.org/)1.8.4 創建。