Python编程:python中的计时器timeit模块

简介: Python编程:python中的计时器timeit模块
from timeit import timeit
from timeit import repeat
# 执行1000000次x=1的时间
t1 = timeit("x=1")
print("t1", t1)
# x=1的执行时间,执行1次(number可以省略,默认值为1000000)
t2 = timeit('x=1', number=1)
print("t2", t2)
# 一个列表生成器的执行时间,执行1次
t3 = timeit('[i for i in range(10000)]', number=1)
print("t3", t3)
# 一个列表生成器的执行时间,执行10000次:
t4 = timeit('[i for i in range(100) if i%2==0]', number=10000)
print("t4", t4)
# 测试函数
def func():
    s = 0
    for i in range(1000):
        s += i
# timeit(函数名_字符串,运行环境_字符串,number=运行次数)
t5 = timeit('func()', 'from __main__ import func', number=1000)
print("t5", t5)
# repeat
#repeat参数,表示重复测试的次数(可以不写,默认值为3.),返回值为一个时间的列表。
t6 = repeat('func()', 'from __main__ import func', number=100, repeat=5)
print("t6", t6)
print("min(t6):", min(t6))
"""
t1 0.0225759230015683
t2 9.750001481734216e-07
t3 0.0010709300040616654
t4 0.08248432799882721
t5 0.06885779099684441
t6 [0.007719596003880724, 0.007121836002625059, 0.007838689998607151, 0.00810356400324963, 0.007577656004286837]
min(t6): 0.007121836002625059
"""

相关文章
|
2月前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
385 7
|
2月前
|
监控 安全 程序员
Python日志模块配置:从print到logging的优雅升级指南
从 `print` 到 `logging` 是 Python 开发的必经之路。`print` 调试简单却难维护,日志混乱、无法分级、缺乏上下文;而 `logging` 支持级别控制、多输出、结构化记录,助力项目可维护性升级。本文详解痛点、优势、迁移方案与最佳实践,助你构建专业日志系统,让程序“有记忆”。
273 0
|
2月前
|
Python
Python编程:运算符详解
本文全面详解Python各类运算符,涵盖算术、比较、逻辑、赋值、位、身份、成员运算符及优先级规则,结合实例代码与运行结果,助你深入掌握Python运算符的使用方法与应用场景。
219 3
|
2月前
|
数据处理 Python
Python编程:类型转换与输入输出
本教程介绍Python中输入输出与类型转换的基础知识,涵盖input()和print()的使用,int()、float()等类型转换方法,并通过综合示例演示数据处理、错误处理及格式化输出,助你掌握核心编程技能。
483 3
|
2月前
|
JSON 算法 API
Python中的json模块:从基础到进阶的实用指南
本文深入解析Python内置json模块的使用,涵盖序列化与反序列化核心函数、参数配置、中文处理、自定义对象转换及异常处理,并介绍性能优化与第三方库扩展,助你高效实现JSON数据交互。(238字)
404 4
|
2月前
|
并行计算 安全 计算机视觉
Python多进程编程:用multiprocessing突破GIL限制
Python中GIL限制多线程性能,尤其在CPU密集型任务中。`multiprocessing`模块通过创建独立进程,绕过GIL,实现真正的并行计算。它支持进程池、队列、管道、共享内存和同步机制,适用于科学计算、图像处理等场景。相比多线程,多进程更适合利用多核优势,虽有较高内存开销,但能显著提升性能。合理使用进程池与通信机制,可最大化效率。
301 3
|
2月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
312 0
|
2月前
|
XML JSON 数据处理
超越JSON:Python结构化数据处理模块全解析
本文深入解析Python中12个核心数据处理模块,涵盖csv、pandas、pickle、shelve、struct、configparser、xml、numpy、array、sqlite3和msgpack,覆盖表格处理、序列化、配置管理、科学计算等六大场景,结合真实案例与决策树,助你高效应对各类数据挑战。(238字)
219 0
|
3月前
|
存储 数据库 开发者
Python SQLite模块:轻量级数据库的实战指南
本文深入讲解Python内置sqlite3模块的实战应用,涵盖数据库连接、CRUD操作、事务管理、性能优化及高级特性,结合完整案例,助你快速掌握SQLite在小型项目中的高效使用,是Python开发者必备的轻量级数据库指南。
343 0
|
Python
Python编程:python中的计时器timeit模块
Python编程:python中的计时器timeit模块
176 0

推荐镜像

更多