测量一个函数在 Python 中运行和完成所花费的时间答案

【问题标题】：Measuring the time it takes for a function to run and complete in Python测量一个函数在 Python 中运行和完成所花费的时间
【发布时间】：2014-08-17 16:14:20
【问题描述】：

在 Python 3.4.1 中，我试图测量一个函数运行和完成然后记录它需要多长时间。我目前正在这样做：

starttime = time.clock()
asyncio.wait_for((method()), 5)
endtime = time.clock()
print(endtime - starttime)

这通常会导致 Python 吐出大约 6.29989986222767E-06（或 0.00000629989986222767E）的内容。然后我用time.sleep试了一下：

starttime = time.clock()
asyncio.wait_for((time.sleep(3)), 5)
endtime = time.clock()
print(endtime - starttime)

这再次导致了 6.87261802845284E-06，尽管（至少我认为）它应该需要 3 秒。我已经尝试使用线程进行此操作，结果相同。你怎么看？如何衡量一个函数运行和完成需要多长时间？

【问题讨论】：

time 模块将不准确，因为它依赖于 cpu（在较高 cpu 使用率时会变慢），请改用 timeit 模块
使用timeit模块docs.python.org/2/library/timeit.html
你使用asyncio.wait_for()而不是直接调用method()的目的是什么？
尝试测量方法完成所用的时间。但它必须测量调用该方法所花费的时间，因为 3 秒的延迟不会花费 0.00000629989986222767E 秒来调用和完成。

标签： python python-3.x

【解决方案1】：

我通常使用这个装饰器来计时我的功能：

import time                                                
def timeit(method):
    def timed(*args, **kw):
        ts = time.time()
        result = method(*args, **kw)
        te = time.time()
        print '%r (%r, %r) %2.2f sec' % \
              (method.__name__, args, kw, te-ts)
        return result

    return timed

@timeit
def timeme():
    time.sleep(3)

time.time() 比time.clock() 提供更精确的基准测试时间，主要是因为time.clock() 测量CPU 时间。 time.time() 将返回自纪元以来经过的秒数（即挂墙时间），这是您所需要的。

或者你也可以使用timeithttps://docs.python.org/3/library/timeit.html

【讨论】：

【解决方案2】：

为了快速进行性能分析，我使用以下两行（加上导入）：

import time
import numpy as np

t = time.time()
# ...
print np.round_(time.time() - t, 3), 'sec elapsed'

它简短、简单，是我通常需要的。

（在大多数情况下，我还是导入了numpy。所以这对我来说没有开销。）

【讨论】：

【解决方案3】：

我承认我对 Python 的 asyncio 不是很熟悉，但我相信问题不在于您的时机，而在于您对 asyncio 的使用。

我认为你只是在用 method() 的值创建一个未来，但这就是你所要把握的时间：这个 promise 的实际创建。

您没有对未来价值的实际评估进行计时。这就是为什么计时 sleep(3) 和 method() 需要大致相同的时间。

我建议尝试将asyncio.wait_for((method()), 5) 更改为yield from asyncio.wait_for((method()), 3) 或如果可以的话仅更改timing method()。

【讨论】：