Python|计时和分析程序
问题 –找出程序花费时间的地方并进行计时测量。
要简单地为整个程序计时,通常很容易使用如下所示的 Unix time 命令。
代码#1:对整个程序计时的命令
bash % time python3 someprogram.py
real 0m13.937s
user 0m12.162s
sys 0m0.098s
bash %
另一方面,要获得显示程序正在做什么的详细报告,使用cProfile模块。
bash % python3 -m cProfile someprogram.py
输出 :
Ordered by: standard name
ncalls tottime percall cumtime percall filename:lineno(function)
263169 0.080 0.000 0.080 0.000 someprogram.py:16(frange)
513 0.001 0.000 0.002 0.000 someprogram.py:30(generate_mandel)
262656 0.194 0.000 15.295 0.000 someprogram.py:32()
1 0.036 0.036 16.077 16.077 someprogram.py:4()
262144 15.021 0.000 15.021 0.000 someprogram.py:4(in_mandelbrot)
1 0.000 0.000 0.000 0.000 os.py:746(urandom)
1 0.000 0.000 0.000 0.000 png.py:1056(_readable)
1 0.000 0.000 0.000 0.000 png.py:1073(Reader)
1 0.227 0.227 0.438 0.438 png.py:163()
512 0.010 0.000 0.010 0.000 png.py:200(group)
通常情况下,分析代码介于这两个极端之间。例如,如果一个人已经知道代码大部分时间都花在了几个选定的函数上。对于选定的功能分析,简短的装饰器可能很有用。代码 #3:使用短装饰器来选择功能分析
# abc.py
import time
from functools import wraps
def timethis(func):
@wraps(func)
def wrapper(*args, **kwargs):
start = time.perf_counter()
r = func(*args, **kwargs)
end = time.perf_counter()
print('{}.{} : {}'.format(func.__module__, func.__name__, end - start))
return r
return wrapper
要使用装饰器,只需将其放在函数定义的前面即可从中获取计时,如下面的代码所示。
代码#4:
@abc
def countdown(n):
while n > 0:
n -= 1
countdown(10000000)
输出 :
__main__.countdown : 0.803001880645752
代码#5:定义一个上下文管理器来为一个语句块计时。
from contextlib import contextmanager
def timeblock(label):
start = time.perf_counter()
try:
yield
finally:
end = time.perf_counter()
print('{} : {}'.format(label, end - start))
代码 #6:上下文管理器的工作原理
with timeblock('counting'):
n = 10000000
while n > 0:
n -= 1
输出 :
counting : 1.5551159381866455
代码#7:使用timeit模块研究小代码片段的性能
from timeit import timeit
print (timeit('math.sqrt(2)', 'import math'), "\n")
print (timeit('sqrt(2)', 'from math import sqrt'))
输出 :
0.1432319980012835
0.10836604500218527
timeit通过执行第一个参数中指定的语句一百万次并测量时间来工作。
在评论中写代码?请使用 ide.geeksforgeeks.org,生成链接并在此处分享链接。