Python中如何計算函數的執行時間?

WBOY
發布: 2023-04-22 09:43:07
轉載
2345 人瀏覽過

python開發,有時需要做效能分析及效能最佳化,這時就需要記錄一些耗時函數執行時間問題,然後針對函數邏輯進行最佳化。

在python3中一般都有哪些方法呢。

1、使用time.time()

這種方法較簡單,但如果想更精確的計算函數的執行時間,會產生精度缺失,沒辦法統計時間極短的函數耗時。

<div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:php;toolbar:false">import time    def func():  time.sleep(1)    t = time.time()  func()  print(f'耗时:{time.time() - t:.4f}s')    耗时:1.0050s</pre><div class="contentsignin">登入後複製</div></div>

2、使用time.perf_counter()

perf_counter是在python3.3新新增的,返回效能計數器的值,返回值是浮點型,統計結果包含睡眠的時間,單一函數的回傳值無意義,只有多次運行取差值的結果才是有效的函數執行時間。

<div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:php;toolbar:false">import time  def func():  print('hello world')  t = time.perf_counter()  func()  print(f'耗时:{time.perf_counter() - t:.8f}s')  hello world  耗时:0.00051790s</pre><div class="contentsignin">登入後複製</div></div>

3、使用timeit.timeit ()

<div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:php;toolbar:false">timeit()函数有5个参数:  stmt 参数是需要执行的语句,默认为 pass  setup 参数是用来执行初始化代码或构建环境的语句,默认为 pass  timer 是计时器,默认是 perf_counter()  number 是执行次数,默认为一百万  globals 用来指定要运行代码的命名空间,默认为 None   import timeit  def func():  print('hello world')  print(f'耗时: {timeit.timeit(stmt=func, number=1)}')  hello world  耗时: 0.0007705999999999824</pre><div class="contentsignin">登入後複製</div></div>

4、使用裝飾器統計

在實際專案程式碼中,可以透過裝飾器方便的統計函數運行耗時。使用裝飾器來統計函數執行耗時的好處是對函數的入侵性小,易於編寫和修改。

裝飾器裝飾函數的方案只適用於統計函數的運作耗時,如果有程式碼區塊耗時統計的需求就不能用了,這種情況下可以使用 with 語句自動管理上下文。

(1)同步函數的統計

<div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:php;toolbar:false">import time   def coast_time(func):  def fun(*args, **kwargs):  t = time.perf_counter()  result = func(*args, **kwargs)  print(f'函数:{func.__name__} 耗时:{time.perf_counter() - t:.8f} s')  return result  return fun  @coast_time  def test():  print('hello world')  if __name__ == '__main__':  test()</pre><div class="contentsignin">登入後複製</div></div>

#(2)非同步函數的統計

<div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:php;toolbar:false">import asyncio  import time  from asyncio.coroutines import iscoroutinefunction  def coast_time(func):  def fun(*args, **kwargs):  t = time.perf_counter()  result = func(*args, **kwargs)  print(f'函数:{func.__name__} 耗时:{time.perf_counter() - t:.8f} s')  return result  async def func_async(*args, **kwargs):  t = time.perf_counter()  result = await func(*args, **kwargs)  print(f'函数:{func.__name__} 耗时:{time.perf_counter() - t:.8f} s')  return result  if iscoroutinefunction(func):  return func_async  else:  return fun  @coast_time  def test():  print('hello test')  time.sleep(1)  @coast_time  async def test_async():  print('hello test_async')  await asyncio.sleep(1)  if __name__ == '__main__':  test()  asyncio.get_event_loop().run_until_complete(test_async())   hello test  函数:test 耗时:1.00230700 s  hello test_async  函数:test_async 耗时:1.00572550 s</pre><div class="contentsignin">登入後複製</div></div>

5、with語句統計

透過實作enter 和exit 函數可以在進入和退出上下文時進行一些自訂動作,例如連接或斷開資料庫、開啟或關閉檔案、記錄開始或結束時間等,例如:我們用來統計函數區塊的執行時間。

with語句不僅可以統計程式碼區塊的執行時間,也可以統計函數的執行時間,還可以統計多個函數的執行時間總和,相較於裝飾器來說對程式碼的入侵性比較大,不易於修改,好處是使用起來比較靈活,不用寫過多的重複程式碼。

<div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:php;toolbar:false">import asyncio  import time   class CoastTime(object):  def __init__(self):  self.t = 0  def __enter__(self):  self.t = time.perf_counter()  return self  def __exit__(self, exc_type, exc_val, exc_tb):  print(f'耗时:{time.perf_counter() - self.t:.8f} s')  def test():  print('hello test')  with CoastTime():  time.sleep(1)  async def test_async():  print('hello test_async')  with CoastTime():  await asyncio.sleep(1)  if __name__ == '__main__':  test()  asyncio.get_event_loop().run_until_complete(test_async()) hello test 耗时:1.00723310 s hello test_async 耗时:1.00366820 s</pre><div class="contentsignin">登入後複製</div></div>

以上是Python中如何計算函數的執行時間?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

相關標籤:
來源:yisu.com
本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
熱門教學
更多>
最新下載
更多>
網站特效
網站源碼
網站素材
前端模板
關於我們 免責聲明 Sitemap
PHP中文網:公益線上PHP培訓,幫助PHP學習者快速成長!