Python에서 함수의 실행 시간을 계산하는 방법은 무엇입니까?
- WBOY앞으로
- 2023-04-22 09:43:072308검색
Python 개발에는 때때로 성능 분석과 성능 최적화가 필요합니다. 이때 시간이 많이 걸리는 함수 실행 시간 문제를 기록한 다음 함수 논리를 최적화해야 합니다.
python3의 일반적인 메서드는 무엇입니까?
1. time.time()을 사용하세요
이 방법은 비교적 간단하지만, 함수의 실행 시간을 더 정확하게 계산하고 싶다면 정확도가 부족하고 시간을 계산할 방법이 없습니다. 매우 짧은 기능을 소비합니다.
<pre class="brush:php;toolbar:false">import time
def func():
time.sleep(1)
t = time.time()
func()
print(f'耗时:{time.time() - t:.4f}s')
耗时:1.0050s</pre><pre class="brush:php;toolbar:false">import time
def func():
print('hello world')
t = time.perf_counter()
func()
print(f'耗时:{time.perf_counter() - t:.8f}s')
hello world
耗时:0.00051790s</pre>
2、使用time.perf_counter()
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。
<pre class="brush:php;toolbar:false">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
import timeit
def func():
print('hello world')
print(f'耗时: {timeit.timeit(stmt=func, number=1)}')
hello world
耗时: 0.0007705999999999824</pre>
3、使用timeit.timeit ()
<pre class="brush:php;toolbar:false">import time
def coast_time(func):
def 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')
return result
return fun
@coast_time
def test():
print('hello world')
if __name__ == '__main__':
test()</pre>
4、使用装饰器统计
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。
（1）同步函数的统计
<pre class="brush:php;toolbar:false">import asyncio
import time
from asyncio.coroutines import iscoroutinefunction
def coast_time(func):
def 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')
return result
async def func_async(*args, **kwargs):
t = time.perf_counter()
result = await func(*args, **kwargs)
print(f'函数:{func.__name__} 耗时:{time.perf_counter() - t:.8f} s')
return result
if iscoroutinefunction(func):
return func_async
else:
return fun
@coast_time
def test():
print('hello test')
time.sleep(1)
@coast_time
async def test_async():
print('hello test_async')
await asyncio.sleep(1)
if __name__ == '__main__':
test()
asyncio.get_event_loop().run_until_complete(test_async())
hello test
函数:test 耗时:1.00230700 s
hello test_async
函数:test_async 耗时:1.00572550 s</pre>
（2）异步函数的统计
<pre class="brush:php;toolbar:false">import asyncio
import time
class CoastTime(object):
def __init__(self):
self.t = 0
def __enter__(self):
self.t = time.perf_counter()
return self
def __exit__(self, exc_type, exc_val, exc_tb):
print(f'耗时:{time.perf_counter() - self.t:.8f} s')
def test():
print('hello test')
with CoastTime():
time.sleep(1)
async def test_async():
print('hello test_async')
with CoastTime():
await asyncio.sleep(1)
if __name__ == '__main__':
test()
asyncio.get_event_loop().run_until_complete(test_async())
hello test
耗时:1.00723310 s
hello test_async
耗时:1.00366820 s</pre>
5、with语句统计
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。
rrreee
rrreee🎜🎜3. timeit.timeit()🎜🎜rrreee🎜🎜4. 데코레이터 통계를 사용하세요🎜🎜실제 프로젝트 코드에서는 데코레이터를 사용할 수 있습니다. 편리한 통계 기능 실행 시간. 함수 실행 시간을 계산하기 위해 데코레이터를 사용하면 함수에 대한 방해가 적고 작성 및 수정이 쉽다는 장점이 있습니다. 🎜🎜데코레이터를 사용하여 함수를 꾸미는 방식은 함수의 실행 시간을 계산하는 데에만 적합합니다. 코드 블록에 대한 시간 소모적인 통계가 필요한 경우에는 with 문을 사용할 수 없습니다. 자동으로 컨텍스트를 관리합니다. 🎜(1) 동기 함수 통계
🎜rrreee🎜(2) 비동기 함수 통계
🎜rrreee🎜🎜 5. 명령문 통계를 사용하여🎜🎜입력 및 종료 기능을 구현하면 컨텍스트에 들어가고 나갈 때 데이터베이스 연결 또는 연결 해제, 파일 열기 또는 닫기, 시작 또는 종료 시간 기록 등과 같은 일부 사용자 지정 작업을 수행할 수 있습니다. 예를 들어, 우리는 기능 블록의 실행 시간을 계산하는 데 사용합니다. 🎜🎜With 문은 코드 블록의 실행 시간뿐만 아니라 함수의 실행 시간도 계산할 수 있으며, 여러 함수의 실행 시간의 합도 계산할 수 있습니다. 데코레이터에 비해 코드에 더 방해가 되며 수정하기 쉽지 않으며, 사용하기가 더 유연하고 너무 많은 반복 코드를 작성할 필요가 없다는 장점이 있습니다. 🎜🎜아아앙🎜위 내용은 Python에서 함수의 실행 시간을 계산하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!