【问题标题】：How to measure the speed of a python function如何测量python函数的速度
【发布时间】：2017-11-24 10:43:18
【问题描述】：

我通常作为竞争对手在 www.codefights.com 上编写代码（函数）。所以速度是代码的重要部分之一。如何测量python语言中某个代码的速度，无论是lambda函数还是def函数。

【问题讨论】：

你可以使用 datetiem
Python 为此提供了timeit 模块。
告诉我们您的环境是什么。例如，您使用的是 IPython 还是 Spyder？有些环境有这种事情的捷径。
使用timeit 模块。或者使用time 模块制作自定义时间装饰器。
如果你的函数运行时间比较长，不想重复调用，就在调用前用start = time.process_time()（或time.time()）获取当前时间，然后获取通话后再次显示当前时间，因此所用时间将是 time.process_time() - start 的差异。

标签： python performance performance-measuring

【解决方案1】：

当我需要测量一些非常具体的代码的执行时间时，我通常依赖以下方法：

https://docs.python.org/3/library/time.html

def howLong():
    startTime = time.time()
    time.sleep(3)
    print("Time to wake up, ~3 seconds have passed!")
    endTime = time.time()
    
    howMuchTime = endTime - startTime
    print(str(howMuchTime) + " sec")

if __name__ == '__main__':
    import time
    howLong()

结果

Time to wake up, ~3 seconds have passed!
3.013692855834961 sec

【讨论】：

【解决方案2】：

分 3 步 ;)

第一步：安装line_profiler

pip install line_profiler

第 2 步：将@profile 添加到您的代码中：

from time import sleep

@profile
def so_slow(bar):
    sleep(5)
    return bar

if __name__ == "__main__":
    so_slow(5)

第 3 步：测试您的代码：

kernprof -l -v your_code.py

结果

Wrote profile results to your_code.py.lprof
Timer unit: 1e-06 s

Total time: 5.00283 s
File: your_code.py
Function: so_slow at line 4

Line #      Hits         Time  Per Hit   % Time  Line Contents
==============================================================
     4                                           @profile
     5                                           def so_slow(bar):
     6         1      5002830 5002830.0    100.0      sleep(5)
     7         1            2      2.0      0.0      return bar

memory_profiler

您也可以使用memory_profiler，安装它，添加配置文件并调用它：

pip install memory_profiler
python -m memory_profiler your_code.py

结果：

Filename: your_code.py

Line #    Mem usage    Increment   Line Contents
================================================
     4   21.289 MiB    0.000 MiB   @profile
     5                             def so_slow(bar):
     6   21.289 MiB    0.000 MiB       sleep(5)
     7   21.289 MiB    0.000 MiB       return bar

更新：

您可以使用objgraph 查找memory leak 或绘制您的代码图：

from time import sleep

import objgraph
x = [1]

objgraph.show_backrefs([x], filename='sample-backref-graph.png')

def so_slow(bar):
    sleep(5)
    return bar

if __name__ == "__main__":
    so_slow(5)

结果：

参考：A guide to analyzing Python performance

【讨论】：

你知道是否可以删除“行内容”吗？我正在尝试阅读包含很多很多行文本的 PDF，并且我不希望这些文本混入我的控制台。我真的只需要整个脚本从头到尾的时间安排。

【解决方案3】：

您可以在 ipython 中使用它并使用 %time 来查看函数执行所需的分配时间：

In [1]: def function(a,b):
   ...:     return a+b
   ...: 

In [2]: %time function(1, 2)
CPU times: user 5 µs, sys: 0 ns, total: 5 µs
Wall time: 9.06 µs
Out[2]: 3

【讨论】：

【解决方案4】：

例如：

import timeit

def a():
    return 1+1

print timeit.timeit(a, number=1000000)

【讨论】：

【解决方案5】：

看看pythons标准libaray中的timeit模块：

https://docs.python.org/2/library/timeit.html

>>> import timeit
>>> timeit.timeit('"-".join(str(n) for n in range(100))', number=10000)
0.8187260627746582
>>> timeit.timeit('"-".join([str(n) for n in range(100)])', number=10000)
0.7288308143615723
>>> timeit.timeit('"-".join(map(str, range(100)))', number=10000)
0.5858950614929199

要让 timeit 模块访问您定义的函数，您可以传递一个包含导入语句的设置参数：

def test():
    """Stupid test function"""
    L = []
    for i in range(100):
        L.append(i)

if __name__ == '__main__':
    import timeit
    print(timeit.timeit("test()", setup="from __main__ import test"))

【讨论】：