1. 程式人生 > >三種計算Python的程式碼塊或程式的執行時間的方法比較

三種計算Python的程式碼塊或程式的執行時間的方法比較

本文轉自http://blog.csdn.net/chichoxian/article/details/53108365

1.運用場景

在很多的時候我們需要計算我們程式的效能,這個時候我們常常需要統計程式執行的時間。下面我們就來說說怎麼統計程式的執行時間。

2. 實現方法

計算Python的某個程式,或者是程式碼塊執行的時間一般有三種方法。

  • 方法一
import datetime
start = datetime.datetime.now()
run_function():
    # do something

end = datetime.datetime.now()
print (end-start
)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

執行結果顯示: 
這裡寫圖片描述

方法二:

import time
start = time.time()
run_function()
end = time.time()

print str(end)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

執行結果:

這裡寫圖片描述

方法三:

import time
start = time.clock()
run_function()
end = time.clock()

print str(end-start)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

執行結果: 
這裡寫圖片描述

方法比較

  • 通過對以上方法的比較我們發現,方法二的精度比較高。方法一基本上是效能最差的。這個其實是和系統有關係的。一般我們推薦使用方法二和方法三。我的系統是Ubuntu,也就是Linux系統,方法二返回的是UTC時間。 在很多系統中time.time()的精度都是非常低的,包括windows。

  • python 的標準庫手冊推薦在任何情況下儘量使用time.clock().但是這個函式在windows下返回的是真實時間(wall time)

  • 方法一和方法二都包含了其他程式使用CPU的時間。方法三隻計算了程式執行CPU的時間。

  • 方法二和方法三都返回的是浮點數

那究竟 time.clock() 跟 time.time(),誰比較精確呢?帶著疑問,查了 Python 的 time 模組文件,當中 clock() 方法有這樣的解釋: 
來自官方文件: 
這裡寫圖片描述

time.clock() 返回的是處理器時間,而因為 Unix 中 jiffy 的緣故,所以精度不會太高。clock轉秒,除以1000000。

究竟是使用 time.clock() 精度高,還是使用 time.time() 精度更高,要視乎所在的平臺來決定。總概來講,在 Unix 系統中,建議使用 time.time(),在 Windows 系統中,建議使用 time.clock()。

我們要實現跨平臺的精度性,我們可以使用timeit 來代替time.

import timeit

start = timeit.default_timer()
do_func()
end = timeit.default_timer()
print str(end-start)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

Reference