包含python计算函数用时的词条

python 统计 函数运行 次数。

import time

创新互联建站专业为企业提供单县网站建设、单县做网站、单县网站设计、单县网站制作等企业网站建设、网页设计与制作、单县企业网站模板建站服务，十年单县做网站经验，不只是建网站，更提供有价值的思路和整体网络服务。

def time_me(fn):

def _wrapper(*args, **kwargs):

start = time.clock()

fn(*args, **kwargs)

print "%s cost %s second"%(fn.__name__, time.clock() - start)

return _wrapper

#这个装饰器可以在方便地统计函数运行的耗时。

#用来分析脚本的性能是最好不过了。

#这样用：

@time_me

def test(x, y):

time.sleep(0.1)

@time_me

def test2(x):

time.sleep(0.2)

test(1, 2)

test2(2)

#输出：

#test cost 0.1001529524 second

#test2 cost 0.199968431742 second

Python：

Python（英语发音：/ˈpaɪθən/）, 是一种面向对象、解释型计算机程序设计语言，由Guido van Rossum于1989年发明，第一个公开发行版发行于1991年。

Python是纯粹的自由软件， 源代码和解释器CPython遵循 GPL(GNU General Public License)协议[1] 。

Python语法简洁清晰，特色之一是强制用空白符(white space)作为语句缩进。

Python具有丰富和强大的库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。常见的一种应用情形是，使用Python快速生成程序的原型（有时甚至是程序的最终界面），然后对其中有特别要求的部分，用更合适的语言改写，比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。需要注意的是在您使用扩展类库时可能需要考虑平台问题，某些可能不提供跨平台的实现。

在python里用time.time判断函数的执行时间靠谱吗

time.time输出的是时间戳， 时间戳是从1970年1月1号0点0分0秒开始计时的，也就是就开始计时到现在经过了多少秒，这个值是不会重复的。

用python+编写一个程序,打印出执行1+1运行100次的时间？

您好！您可以使用Python的time模块来计算执行1+1运行100次的时间。首先，您需要在您的程序中导入时间模块。然后，您可以使用time.time（）函数来获取当前时间，并在开始执行运算之前调用它来获取开始时间，在运算完成之后再调用它来获取结束时间，然后将两者相减来计算出总运行时间。下面是一个例子：

import time

# 记录开始时间

start_time = time.time()

# 执行1+1运算100次

for i in range(100):

1 + 1

# 记录结束时间

end_time = time.time()

# 计算运行时间

run_time = end_time - start_time

# 打印运行时间

print("运行时间: ", run_time)

希望这些信息对您有帮助！

7种检测Python程序运行时间、CPU和内存占用的方法

1. 使用装饰器来衡量函数执行时间

有一个简单方法，那就是定义一个装饰器来测量函数的执行时间，并输出结果：

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)

输出：Total time running random_sort: 0.6598007678985596 seconds

使用方式的话，就是在要监控的函数定义上面加上 @fn_timer 就行了

或者

# 可监控程序运行时间

import time

import random

def clock(func):

def wrapper(*args, **kwargs):

    start_time= time.time()

    result= func(*args, **kwargs)

    end_time= time.time()

    print("共耗时: %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)

输出结果：共耗时: 0.65634秒

2. 使用timeit模块

另一种方法是使用timeit模块，用来计算平均时间消耗。

执行下面的脚本可以运行该模块。

这里的timing_functions是Python脚本文件名称。

在输出的末尾，可以看到以下结果：4 loops, best of 5: 2.08 sec per loop

这表示测试了4次，平均每次测试重复5次，最好的测试结果是2.08秒。

如果不指定测试或重复次数，默认值为10次测试，每次重复5次。

3. 使用Unix系统中的time命令

然而，装饰器和timeit都是基于Python的。在外部环境测试Python时，unix time实用工具就非常有用。

运行time实用工具：

输出结果为：

Total time running random_sort: 1.3931210041 seconds

real 1.49

user 1.40

sys 0.08

第一行来自预定义的装饰器，其他三行为：

real表示的是执行脚本的总时间

user表示的是执行脚本消耗的CPU时间。

sys表示的是执行内核函数消耗的时间。

注意：根据维基百科的定义，内核是一个计算机程序，用来管理软件的输入输出，并将其翻译成CPU和其他计算机中的电子设备能够执行的数据处理指令。

因此，Real执行时间和User+Sys执行时间的差就是消耗在输入/输出和系统执行其他任务时消耗的时间。

4. 使用cProfile模块

5. 使用line_profiler模块

6. 使用memory_profiler模块

7. 使用guppy包

python 打印出函数执行所用时间

使用timeit模块，先介绍下：

timeit 模块

timeit 模块定义了接受两个参数的 Timer 类。两个参数都是字符串。 第一个参数是你要计时的语句或者函数。 传递给 Timer 的第二个参数是为第一个参数语句构建环境的导入语句。 从内部讲， timeit 构建起一个独立的虚拟环境， 手工地执行建立语句，然后手工地编译和执行被计时语句。

一旦有了 Timer 对象，最简单的事就是调用 timeit()，它接受一个参数为每个测试中调用被计时语句的次数，默认为一百万次；返回所耗费的秒数。

Timer 对象的另一个主要方法是 repeat()， 它接受两个可选参数。 第一个参数是重复整个测试的次数，第二个参数是每个测试中调用被计时语句的次数。 两个参数都是可选的，它们的默认值分别是 3 和 1000000。 repeat() 方法返回以秒记录的每个测试循环的耗时列表。Python 有一个方便的 min 函数可以把输入的列表返回成最小值，如： min(t.repeat(3, 1000000))

你可以在命令行使用 timeit 模块来测试一个已存在的 Python 程序，而不需要修改代码。

再给你个例子，你就知道怎么做了。

# -*- 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)