關於python測量程序運行時間的信息

本文目錄一覽：

• 1、python3.5中怎麼輸出運行時間
• 2、python記錄程序運行時間的三種方法
• 3、7種檢測Python程序運行時間、CPU和內存佔用的方法

python3.5中怎麼輸出運行時間

通過代碼實現。

具體代碼。start=time。clock（）run_fun（）end=time。clock（）printend-start這種算法只計算了程序運行的CPU時間。

我們知道為了提高代碼的運行速度，我們需要對書寫的python代碼進行性能測試，而代碼性能的高低的直接反饋是電腦運行代碼所需要的時間。

python記錄程序運行時間的三種方法

python記錄程序運行時間的三種方法

這裡提供了python記錄程序運行時間的三種方法，並附有實現代碼，最後進行比較，大家參考下：

方法1

import datetime

starttime = datetime.datetime.now()

#long running

endtime = datetime.datetime.now()

print (endtime – starttime).seconds

方法 2

start = time.time()

run_fun()

end = time.time()

print end-start

方法3

start = time.clock()

run_fun()

end = time.clock()

print end-start

方法1和方法2都包含了其他程序使用CPU的時間，是程序開始到程序結束的運行時間。

方法3算只計算了程序運行的CPU時間

感謝閱讀，希望能幫助到大家

7種檢測Python程序運行時間、CPU和內存佔用的方法

1. 使用裝飾器來衡量函數執行時間

有一個簡單方法，那就是定義一個裝飾器來測量函數的執行時間，並輸出結果：

import time

from functoolsimport wraps

import random

def fn_timer(function):

  @wraps(function)

  def function_timer(*args, **kwargs):

      t0= time.time()

      result= function(*args, **kwargs)

      t1= time.time()

      print(“Total time running %s: %s seconds” %

          (function.__name__, str(t1- t0))

)

      return result

return function_timer

@fn_timer

def random_sort(n):

  return sorted([random.random() for i in range(n)])

if __name__== “__main__”:

  random_sort(2000000)

輸出：Total time running random_sort: 0.6598007678985596 seconds

使用方式的話，就是在要監控的函數定義上面加上 @fn_timer 就行了

或者

# 可監控程序運行時間

import time

import random

def clock(func):

    def wrapper(*args, **kwargs):

        start_time= time.time()

        result= func(*args, **kwargs)

        end_time= time.time()

        print(“共耗時: %s秒” % round(end_time- start_time, 5))

        return result

return wrapper

@clock

def random_sort(n):

  return sorted([random.random() for i in range(n)])

if __name__== “__main__”:

  random_sort(2000000)

輸出結果：共耗時: 0.65634秒

2. 使用timeit模塊

另一種方法是使用timeit模塊，用來計算平均時間消耗。

執行下面的腳本可以運行該模塊。

這裡的timing_functions是Python腳本文件名稱。

在輸出的末尾，可以看到以下結果：4 loops, best of 5: 2.08 sec per loop

這表示測試了4次，平均每次測試重複5次，最好的測試結果是2.08秒。

如果不指定測試或重複次數，默認值為10次測試，每次重複5次。

3. 使用Unix系統中的time命令

然而，裝飾器和timeit都是基於Python的。在外部環境測試Python時，unix time實用工具就非常有用。

運行time實用工具：

輸出結果為：

Total time running random_sort: 1.3931210041 seconds

real 1.49

user 1.40

sys 0.08

第一行來自預定義的裝飾器，其他三行為：

    real表示的是執行腳本的總時間

    user表示的是執行腳本消耗的CPU時間。

    sys表示的是執行內核函數消耗的時間。

注意：根據維基百科的定義，內核是一個計算機程序，用來管理軟件的輸入輸出，並將其翻譯成CPU和其他計算機中的電子設備能夠執行的數據處理指令。

因此，Real執行時間和User+Sys執行時間的差就是消耗在輸入/輸出和系統執行其他任務時消耗的時間。

4. 使用cProfile模塊

5. 使用line_profiler模塊

6. 使用memory_profiler模塊

7. 使用guppy包