這篇文章主要介紹了python Jupyter執行時間例項過程解析,文中通過示例程式碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下

1.Python time time()方法

import time
time_start=time.time()
time_end=time.time()
print('totally cost',time_end-time_start)

import time

print "time.time(): %f " % time.time()
print time.localtime( time.time() )
print time.asctime( time.localtime(time.time()) )

以上例項輸出結果為：

time.time(): 1234892919.655932
(2009,2,17,10,48,39,1,0)
Tue Feb 17 10:48:39 2009

Python time time() 返回當前時間的時間戳（1970紀元後經過的浮點秒數）

引數：NA。

返回值：返回當前時間的時間戳（1970紀元後經過的浮點秒數）。

2.Jupyter Magic - Timing(%%time %time %timeit)

對於計時有兩個十分有用的魔法命令：%%time 和 %timeit. 如果你有些程式碼執行地十分緩慢，而你想確定是否問題出在這裡，這兩個命令將會非常方便。

（1）.%%time 將會給出cell的程式碼執行一次所花費的時間。

%%time
import time
for _ in range(1000):
  time.sleep(0.01)# sleep for 0.01 seconds
 
output:
CPU times: user 196 ms,sys: 21.4 ms,total: 217 ms
Wall time: 11.6 s

（2）.%time 將會給出當前行的程式碼執行一次所花費的時間。

import numpy
%time numpy.random.normal(size=1000)
output:
Wall time: 1e+03 µs

（3）%timeit 使用Python的timeit模組，它將會執行一個語句100，000次(預設情況下)，然後給出執行最快3次的平均值。

import numpy
%timeit numpy.random.normal(size=100)
 
output:
12.8 µs ± 1.25 µs per loop (mean ± std. dev. of 7 runs,100000 loops each)

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支援我們。