本篇内容主要讲解“python计算函数执行时长的方法是什么”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“python计算函数执行时长的方法是什么”吧! python开发,有时需要做性能分析及性能优化,这时就需要记录一些耗时函数执行时间问题,然后针对函数逻辑进行优化。在python3中一般都有哪些方法呢。这种方法较简单,但如果想更精确的计算函数的执行时间,会产生精度缺失,没办法统计时间极短的函数耗时。
importtime deffunc(): time.sleep(1) t=time.time() func() print(f'耗时:{time.time()-t:.4f}s') 耗时:1.0050s
perf_counter是在python3.3新添加的,返回性能计数器的值,返回值是浮点型,统计结果包括睡眠的时间,单个函数的返回值无意义,只有多次运行取差值的结果才是有效的函数执行时间。
importtime deffunc(): print('helloworld') t=time.perf_counter() func() print(f'耗时:{time.perf_counter()-t:.8f}s') helloworld 耗时:0.00051790s
timeit()函数有5个参数: stmt参数是需要执行的语句,默认为pass setup参数是用来执行初始化代码或构建环境的语句,默认为pass timer是计时器,默认是perf_counter() number是执行次数,默认为一百万 globals用来指定要运行代码的命名空间,默认为None importtimeit deffunc(): print('helloworld') print(f'耗时:{timeit.timeit(stmt=func,number=1)}') helloworld 耗时:0.0007705999999999824
在实际项目代码中,可以通过装饰器方便的统计函数运行耗时。使用装饰器来统计函数执行耗时的好处是对函数的入侵性小,易于编写和修改。装饰器装饰函数的方案只适用于统计函数的运行耗时,如果有代码块耗时统计的需求就不能用了,这种情况下可以使用 with 语句自动管理上下文。
importtime defcoast_time(func): deffun(*args,**kwargs): t=time.perf_counter() result=func(*args,**kwargs) print(f'函数:{func.__name__}耗时:{time.perf_counter()-t:.8f}s') returnresult returnfun @coast_time deftest(): print('helloworld') if__name__=='__main__': test()
importasyncio importtime fromasyncio.coroutinesimportiscoroutinefunction defcoast_time(func): def免费云主机域名fun(*args,**kwargs): t=time.perf_counter() result=func(*args,**kwargs) print(f'函数:{func.__name__}耗时:{time.perf_counter()-t:.8f}s') returnresult asyncdeffunc_async(*args,**kwargs): t=time.perf_counter() result=awaitfunc(*args,**kwargs) print(f'函数:{func.__name__}耗时:{time.perf_counter()-t:.8f}s') returnresult ifiscoroutinefunction(func): returnfunc_async else: returnfun @coast_time deftest(): print('hellotest') time.sleep(1) @coast_time asyncdeftest_async(): print('hellotest_async') awaitasyncio.sleep(1) if__name__=='__main__': test() asyncio.get_event_loop().run_until_complete(test_async()) hellotest 函数:test耗时:1.00230700s hellotest_async 函数:test_async耗时:1.00572550s
通过实现 enter 和 exit 函数可以在进入和退出上下文时进行一些自定义动作,例如连接或断开数据库、打开或 关闭文件、记录开始或结束时间等,例如:我们用来统计函数块的执行时间。with语句不仅可以统计代码块的执行时间,也可以统计函数的执行时间,还可以统计多个函数的执行时间之和,相比装饰器来说对代码的入侵性比较大,不易于修改,好处是使用起来比较灵活,不用写过多的重复代码。
importasyncio importtime classCoastTime(object): def__init__(self): self.t=0 def__enter__(self): self.t=time.perf_counter() returnself def__exit__(self,exc_type,exc_val,exc_tb): print(f'耗时:{time.perf_counter()-self.t:.8f}s') deftest(): print('hellotest') withCoastTime(): time.sleep(1) asyncdeftest_async(): print('hellotest_async') withCoastTime(): awaitasyncio.sleep(1) if__name__=='__main__': test() asyncio.get_event_loop().run_until_complete(test_async()) hellotest 耗时:1.00723310s hellotest_async 耗时:1.00366820s
到此,相信大家对“python计算函数执行时长的方法是什么”有了更深的了解,不妨来实际操作一番吧!这里是百云主机网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!
这篇文章主要介绍了gomodule怎么构建项目的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇gomodule怎么构建项目文章都会有所收获,下面我们一起来看看吧。在go 1.11版本中引入了Go Module内置的包管理模块,是GO…
免责声明:本站发布的图片视频文字,以转载和分享为主,文章观点不代表本站立场,本站不承担相关法律责任;如果涉及侵权请联系邮箱:360163164@qq.com举报,并提供相关证据,经查实将立刻删除涉嫌侵权内容。