本文共 13789 字，大约阅读时间需要 45 分钟。
我想要的是开始在我的代码中的某个地方开始计时，然后获取经过的时间，以衡量执行少量功能所花费的时间。 我认为我使用的模块错误，但是文档对我来说却很混乱。
import timeitstart = timeit.timeit()print("hello")end = timeit.timeit()print(end - start) cProfile和pstats模块为测量某些功能所经过的时间提供了强大的支持，而不必在现有功能周围添加任何代码。
例如，如果您有python脚本timeFunctions.py：
import timedef hello(): print "Hello :)" time.sleep(0.1)def thankyou(): print "Thank you!" time.sleep(0.05)for idx in range(10): hello()for idx in range(100): thankyou()
要运行事件探查器并为文件生成统计信息，您可以运行：
python -m cProfile -o timeStats.profile timeFunctions.py
这样做是使用cProfile模块来分析timeFunctions.py中的所有功能，并在timeStats.profile文件中收集统计信息。 请注意，我们不必向现有模块（timeFunctions.py）添加任何代码，并且可以使用任何模块来完成此操作。
拥有stats文件后，可以按以下方式运行pstats模块：
python -m pstats timeStats.profile
这将运行交互式统计浏览器，从而为您提供许多不错的功能。 对于您的特定用例，您可以只检查功能的统计信息。 在我们的示例中，检查这两个功能的统计信息显示以下内容：
Welcome to the profile statistics browser.timeStats.profile% stats hellotimeStats.profile 224 function calls in 6.014 seconds Random listing order was used List reduced from 6 to 1 due to restriction <'hello'> ncalls tottime percall cumtime percall filename:lineno(function) 10 0.000 0.000 1.001 0.100 timeFunctions.py:3(hello)timeStats.profile% stats thankyou timeStats.profile 224 function calls in 6.014 seconds Random listing order was used List reduced from 6 to 1 due to restriction <'thankyou'> ncalls tottime percall cumtime percall filename:lineno(function) 100 0.002 0.000 5.012 0.050 timeFunctions.py:7(thankyou)
这个虚拟的例子并没有做太多，但是让您知道可以做什么。 关于这种方法的最好之处在于，我不必编辑任何现有代码即可获得这些数字，并且显然可以帮助进行性能分析。
由于从使用 ，因此您将需要使用进行系统范围的计时，或者使用 进行进程范围的计时，就像您以前使用time.clock() ：
import timet = time.process_time()#do some stuffelapsed_time = time.process_time() - t
新函数process_time将不包括睡眠期间经过的时间。
使用timeit.default_timer而不是timeit.timeit 。 前者会自动在您的平台和Python版本上提供最佳时钟：
from timeit import default_timer as timerstart = timer()# ...end = timer()print(end - start) # Time in seconds, e.g. 5.38091952400282
根据操作系统，将分配给time.time（）或time.clock（）。 在Python 3.3+上，在所有平台上， 是 。 参见
也可以看看：
（仅对于Ipython）可以使用来衡量平均处理时间：
def foo(): print "hello"
然后：
%timeit foo()
结果是这样的：
10000 loops, best of 3: 27 µs per loop
使用上下文管理器执行此操作很有趣，它可以自动记住进入with块的开始时间，然后冻结块退出时的结束时间。 只需一点技巧，您甚至可以通过相同的上下文管理器功能在块内获得运行时间计数。
核心库没有这个（但应该这样做）。 放置到位后，您可以执行以下操作：
with elapsed_timer() as elapsed: # some lengthy code print( "midpoint at %.2f seconds" % elapsed() ) # time so far # other lengthy codeprint( "all done at %.2f seconds" % elapsed() )
这是足以完成此任务的代码：
from contextlib import contextmanagerfrom timeit import default_timer@contextmanagerdef elapsed_timer(): start = default_timer() elapser = lambda: default_timer() - start yield lambda: elapser() end = default_timer() elapser = lambda: end-start
还有一些可运行的演示代码：
import timewith elapsed_timer() as elapsed: time.sleep(1) print(elapsed()) time.sleep(2) print(elapsed()) time.sleep(3)
请注意，通过设计此函数， elapsed()的返回值在块退出时被冻结，并且进一步的调用返回相同的持续时间（在此玩具示例中约为6秒）。
我为此创建了一个库，如果您想测量一个函数，可以像这样做
from pythonbenchmark import compare, import timea,b,c,d,e = 10,10,10,10,10something = [a,b,c,d,e]@measuredef myFunction(something): time.sleep(0.4)@measuredef myOptimizedFunction(something): time.sleep(0.2)myFunction(input)myOptimizedFunction(input)
在python3上：
from time import sleep, perf_counter as pct0 = pc()sleep(1)print(pc()-t0)
优雅而短暂。
这是一个微小的计时器类，它返回“ hh：mm：ss”字符串：
class Timer: def __init__(self): self.start = time.time() def restart(self): self.start = time.time() def get_time_hhmmss(self): end = time.time() m, s = divmod(end - self.start, 60) h, m = divmod(m, 60) time_str = "%02d:%02d:%02d" % (h, m, s) return time_str
用法：
# Start timermy_timer = Timer()# ... do something# Get time string:time_hhmmss = my_timer.get_time_hhmmss()print("Time elapsed: %s" % time_hhmmss )# ... use the timer againmy_timer.restart()# ... do something# Get time:time_hhmmss = my_timer.get_time_hhmmss()# ... etc 我们还可以将时间转换为人类可以理解的时间。
import time, datetimestart = time.clock()def num_multi1(max): result = 0 for num in range(0, 1000): if (num % 3 == 0 or num % 5 == 0): result += num print "Sum is %d " % resultnum_multi1(1000)end = time.clock()value = end - starttimestamp = datetime.datetime.fromtimestamp(value)print timestamp.strftime('%Y-%m-%d %H:%M:%S') 使用一种方法：
from timeit import timeitdef func(): return 1 + 1time = timeit(func, number=1)print(time)
这是另一个用于计时代码的上下文管理器-
用法：
from benchmark import benchmarkwith benchmark("Test 1+1"): 1+1=>Test 1+1 : 1.41e-06 seconds 或者，如果您需要时间值
with benchmark("Test 1+1") as b: 1+1print(b.time)=>Test 1+1 : 7.05e-07 seconds7.05233786763e-07 Benchmark.py ：
from timeit import default_timer as timerclass benchmark(object): def __init__(self, msg, fmt="%0.3g"): self.msg = msg self.fmt = fmt def __enter__(self): self.start = timer() return self def __exit__(self, *args): t = timer() - self.start print(("%s : " + self.fmt + " seconds") % (self.msg, t)) self.time = t 改编自
您可以使用timeit。
这是一个有关如何使用Python REPL测试带参数的naive_func的示例：
>>> import timeit >>> def naive_func(x): ... a = 0 ... for i in range(a): ... a += i ... return a >>> def wrapper(func, *args, **kwargs): ... def wrapper(): ... return func(*args, **kwargs) ... return wrapper >>> wrapped = wrapper(naive_func, 1_000) >>> timeit.timeit(wrapped, number=1_000_000) 0.4458435332577161
如果function没有任何参数，则不需要包装函数。
使用探查器模块。 它提供了非常详细的配置文件。
import profileprofile.run('main()') 它输出类似：
5 function calls in 0.047 seconds Ordered by: standard name ncalls tottime percall cumtime percall filename:lineno(function) 1 0.000 0.000 0.000 0.000 :0(exec) 1 0.047 0.047 0.047 0.047 :0(setprofile) 1 0.000 0.000 0.000 0.000:1( ) 0 0.000 0.000 profile:0(profiler) 1 0.000 0.000 0.047 0.047 profile:0(main()) 1 0.000 0.000 0.000 0.000 two_sum.py:2(twoSum)
我发现它非常有用。
我喜欢这个。 timeit文档太混乱了。
from datetime import datetime start_time = datetime.now() # INSERT YOUR CODE time_elapsed = datetime.now() - start_time print('Time elapsed (hh:mm:ss.ms) {}'.format(time_elapsed)) 注意，这里没有任何格式，我只是在打印输出中写了hh:mm:ss以便可以解释time_elapsed
有点超级后来的反应，但也许对某人有用。 我认为这是一种超级干净的方法。
import timedef timed(fun, *args): s = time.time() r = fun(*args) print('{} execution took {} seconds.'.format(fun.__name__, time.time()-s)) return(r)timed(print, "Hello") 请记住，“ print”是Python 3中的功能，而不是Python 2.7中的功能。 但是，它可以与任何其他功能一起使用。 干杯!
我能想到的唯一方法是使用time.time() 。
import timestart = time.time()sleep(5) #just to give it some delay to show it workingfinish = time.time()elapsed = finish - startprint(elapsed)
希望会有所帮助。
这是我在这里经过许多不错的回答以及其他几篇文章后的发现。
首先，您总是要使用timeit而不是time.time （在许多情况下是perf计数器API），因为
timeit选择适用于您的OS和Python版本的最佳计时器。 timeit禁用垃圾收集，但这不是您可能想要或可能不需要的东西。 现在的问题是，timetime并不是那么简单易用，因为它需要设置，并且当您进行大量导入时，事情变得很丑陋。 理想情况下，你只想要一个装饰或者使用with块和测量时间。 不幸的是，对此没有内置的功能，因此我在小实用程序模块下面创建了该模块。
计时实用程序模块
# utils.pyfrom functools import wrapsimport gcimport timeitdef MeasureTime(f): @wraps(f) def _wrapper(*args, **kwargs): gcold = gc.isenabled() gc.disable() start_time = timeit.default_timer() try: result = f(*args, **kwargs) finally: elapsed = timeit.default_timer() - start_time if gcold: gc.enable() print('Function "{}": {}s'.format(f.__name__, elapsed)) return result return _wrapperclass MeasureBlockTime: def __init__(self,name="(block)", no_print = False, disable_gc = True): self.name = name self.no_print = no_print self.disable_gc = disable_gc def __enter__(self): if self.disable_gc: self.gcold = gc.isenabled() gc.disable() self.start_time = timeit.default_timer() def __exit__(self,ty,val,tb): self.elapsed = timeit.default_timer() - self.start_time if self.disable_gc and self.gcold: gc.enable() if not self.no_print: print('Function "{}": {}s'.format(self.name, self.elapsed)) return False #re-raise any exceptions 如何计时功能
现在，您只需在其前面放置装饰器即可计时任何功能：
import utils@utils.MeasureTimedef MyBigFunc(): #do something time consuming for i in range(10000): print(i)
如何计时代码块
如果您想计时部分代码，只需将其with代码块with放入：
import utils#somewhere in my codewith utils.MeasureBlockTime("MyBlock"): #do something time consuming for i in range(10000): print(i)# rest of my code 好处
有几个半支持的版本，所以我想指出一些重点：
with utils.MeasureBlockTime() as t使用，然后为t.elapsed ）。 最好简单地使用timeit ：（它对同一命令运行多个运行并为您提供结果）。
示例如下：
%timeit import pandas as pd
除了ipython中的 %timeit ，您还可以将%%timeit用于多行代码段：
In [1]: %%timeit ...: complex_func() ...: 2 + 2 == 5 ...: ...:1 s ± 1.93 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
也可以以相同的方式在jupyter笔记本中使用，只需将放在单元格的开头即可。
以秒为单位的测量时间：
from timeit import default_timer as timerfrom datetime import timedeltastart = timer()end = timer()print(timedelta(seconds=end-start))
输出 ：
0:00:01.946339
%load_ext snakeviz%%snakeviz
它只需在Jupyter笔记本中使用这两 行代码 ，并生成一个漂亮的交互式图表。 例如：
这是代码。 同样，以%开头的2行是使用snakeviz所需的仅有的额外代码行：
# !pip install snakeviz%load_ext snakevizimport globimport hashlib%%snakevizfiles = glob.glob('*.txt')def print_files_hashed(files): for file in files: with open(file) as f: print(hashlib.md5(f.read().encode('utf-8')).hexdigest())print_files_hashed(files) 在笔记本外运行snakeviz也似乎是可能的。 在上有更多信息。
我喜欢它简单 （python 3）：
from timeit import timeittimeit(lambda: print("hello")) 单个执行的输出为微秒 ：
2.430883963010274
说明 ：timeit默认执行匿名函数一百万次 ，结果以秒为单位 。 因此， 单次执行的结果是相同的数量，但平均为微秒 。
对于缓慢的操作添加较低数量的迭代，或者你可能会永远等待：
import timetimeit(lambda: time.sleep(1.5), number=1)
输出总是在为迭代的总数目 秒 ：
1.5015795179999714
现在是2019年。 让我们以一种简洁的方式做到这一点：
from ttictoc import TicToct = TicToc() ## TicToc("name")t.tic();# your code ...t.toc();print(t.elapsed) 使用此方法而不是其他方法的优点：
t = TicToc(nested=True)t.tic()some code1...t.tic()some code2...t.tic()some code3...print(t.toc()) # Prints time for code 3 print(t.toc()) # Prints time for code 2 with code 3print(t.toc()) # Prints time for code 1 with code 2 and 3
t = TicToc("save user")print(t.name) 请参考此以获取更多详细说明。
这种独特的基于类的方法提供了可打印的字符串表示形式，可自定义的舍入功能，并且可以方便地访问作为字符串或浮点数的经过时间。 它是使用Python 3.7开发的。
import datetimeimport timeitclass Timer: """Measure time used.""" # Ref: https://stackoverflow.com/a/57931660/ def __init__(self, round_ndigits: int = 0): self._round_ndigits = round_ndigits self._start_time = timeit.default_timer() def __call__(self) -> float: return timeit.default_timer() - self._start_time def __str__(self) -> str: return str(datetime.timedelta(seconds=round(self(), self._round_ndigits)))
用法：
>>> timer = Timer()>>> # Access as a string>>> print(f'Time elapsed is {timer}.')Time elapsed is 0:00:03.>>> print(f'Time elapsed is {timer}.')Time elapsed is 0:00:04.>>> # Access as a float>>> timer()6.841332235>>> timer()7.970274425 import timedef getElapsedTime(startTime, units): elapsedInSeconds = time.time() - startTime if units == 'sec': return elapsedInSeconds if units == 'min': return elapsedInSeconds/60 if units == 'hour': return elapsedInSeconds/(60*60)
timeit模块非常适合计时一小段Python代码。 它至少可以以三种形式使用：
1-作为命令行模块
python2 -m timeit 'for i in xrange(10): oct(i)'
2-对于短代码，请将其作为参数传递。
import timeittimeit.Timer('for i in xrange(10): oct(i)').timeit() 3-对于更长的代码为：
import timeitcode_to_test = """a = range(100000)b = []for i in a: b.append(i*2)"""elapsed_time = timeit.timeit(code_to_test, number=100)/100print(elapsed_time)
如果只想测量两点之间经过的挂钟时间，则可以使用 ：
import timestart = time.time()print("hello")end = time.time()print(end - start) 这给出了执行时间（以秒为单位）。
自3.3起，另一个选择可能是使用或 ，具体取决于您的要求。 在3.3之前，建议使用 （感谢 ）。 但是，目前不推荐使用：
在Unix上，以秒为单位返回当前处理器时间，以浮点数表示。 精度，实际上是“处理器时间”含义的确切定义，取决于同名C函数的精度。
在Windows上，此函数基于Win32函数
QueryPerformanceCounter()返回自第一次调用此函数以来经过的时间（以秒为单位）的浮点数。 分辨率通常优于一微秒。从版本3.3开始不推荐使用 ：此功能的行为取决于平台：根据您的要求， 使用
perf_counter()或process_time()来具有明确定义的行为。
使用time.time来衡量执行情况可以为您提供命令的总体执行时间，包括计算机上其他进程所花费的运行时间。 这是用户注意到的时间，但是如果您要比较不同的代码段/算法/函数/ ...，则效果不佳。
有关timeit更多信息：
如果您想对配置文件有更深入的了解：
更新 ：去年我大量使用了 ，发现它非常有用，建议使用它代替Pythons profile模块。
有了您想计时的功能，
test.py：
def foo(): # print "hello" return "hello"
使用timeit的最简单方法是从命令行调用它：
% python -mtimeit -s'import test' 'test.foo()'1000000 loops, best of 3: 0.254 usec per loop
不要试图（天真的）使用time.time或time.clock来比较功能的速度。 。
PS。 不要将打印语句放在您希望计时的函数中； 否则，测量的时间将取决于的 。
转载地址：http://brogj.baihongyu.com/