測量Python代碼啟動並執行時間

Python 社區有句俗語： “python自己帶著電池” ，別自己寫計時架構。 Python 2.3 具備一個叫做 timeit 的完美計時工具可以測量python代碼的已耗用時間。

timeit 模組

• timeit 模組定義了接受兩個參數的 Timer 類。兩個參數都是字串。 第一個參數是你要計時的語句或者函數。 傳遞給 Timer 的第二個參數是為第一個參數語句構建環境的匯入語句。 從內部講， timeit 構建起一個獨立的虛擬環境， 手工地執行建立語句，然後手工地編譯和執行被計時語句。
• 一旦有了 Timer 對象，最簡單的事就是調用 timeit()，它接受一個參數為每個測試中調用被計時語句的次數，預設為一百萬次；返回所耗費的秒數。
• Timer 對象的另一個主要方法是 repeat()， 它接受兩個選擇性參數。 第一個參數是重複整個測試的次數，第二個參數是每個測試中調用被計時語句的次數。 兩個參數都是可選的，它們的預設值分別是 3 和 1000000。 repeat() 方法返回以秒記錄的每個測試迴圈的耗時列表。Python 有一個方便的 min 函數可以把輸入的列表返回成最小值，如： min(t.repeat(3, 1000000))

• 你可以在命令列使用 timeit 模組來測試一個已存在的 Python 程式，而不需要修改代碼。

• 具體可參見文檔：
  http://docs.python.org/library/timeit.html

舉例：

# -*- coding: utf-8 -*-
#!/bin/env python

def test1():
    n=0
for i in range(101):
        n+=i
return n

def test2():
return sum(range(101))

def test3():
return sum(x for x in range(101))

if __name__=='__main__':
from timeit import Timer
    t1=Timer("test1()","from __main__ import test1")
    t2=Timer("test2()","from __main__ import test2")
    t3=Timer("test3()","from __main__ import test3")
print t1.timeit(1000000)
print t2.timeit(1000000)
print t3.timeit(1000000)
print t1.repeat(3,1000000)
print t2.repeat(3,1000000)
print t3.repeat(3,1000000)

執行結果：

tiny@tiny-desktop:~/workspace/py$ python timetest.py 
7.99498915672
3.13702893257
10.6419789791[8.2126381397247314, 8.6312708854675293, 8.6079621315002441][3.3426268100738525, 3.3914170265197754, 3.5281510353088379][11.097387075424194, 10.941920042037964, 10.874698877334595]

利用time模組

利用time模組（僅作練習之用，不推薦）。


time.localtime(), 


time.time(), 


time.clock() 對比：

• ime.localtime()，localtime返回的是struct_time，包含年月日，顯然沒有必要，更重要的是localtime()的精度依賴於time()
• time.time()，time返回的是UTC時間（seconds since the 00:00:00 UTC on January 1）。在很多系統，包括windows下精度很差，win32下的精度只有1/18.2秒。不過在Unix/Linux系統下，time()的精度還是很高的。
• Python的標準庫手冊推薦在任何系統下都盡量使用time.clock()。不過要注意是在win32系統下，這個函數返回的是真即時間（wall time），而在Unix/Linux下返回的是CPU時間。在win32下，這個函數的時間解析度好於1微秒。

例：

# -*- coding: utf-8 -*-
#!/bin/env python

def test():
    L=[]
for i in range(100):
        L.append(i)

if __name__=='__main__':
from time import clock
    start=clock()
for i in range(1000000):
        test()
    finish=clock()
print (finish-start)/1000000

結果：

1.749e-05

其他方法

遇到複雜的程式，有很多效能分析工具可用。比如python的標準庫裡的profile可以統計程式裡每一個函數的已耗用時間，並且提供了多樣化的報表。（不瞭解，先記下來）

參考：

1. http://docs.python.org/library/timeit.html
2. http://woodpecker.org.cn/diveintopython/performance_tuning/timeit.html
3. http://hi.baidu.com/shanyaodan0880/blog/item/b446617b7a98a5e42e73b3f2.html