Python中如何計算函數的執行時間？
- WBOY轉載
- 2023-04-22 09:43:072355瀏覽
python開發，有時需要做效能分析及效能最佳化，這時就需要記錄一些耗時函數執行時間問題，然後針對函數邏輯進行最佳化。
在python3中一般都有哪些方法呢。
1、使用time.time()
這種方法較簡單，但如果想更精確的計算函數的執行時間，會產生精度缺失，沒辦法統計時間極短的函數耗時。
<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>
2、使用time.perf_counter()
perf_counter是在python3.3新新增的，返回效能計數器的值，返回值是浮點型，統計結果包含睡眠的時間，單一函數的回傳值無意義，只有多次運行取差值的結果才是有效的函數執行時間。
<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>
3、使用timeit.timeit ()
<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>
4、使用裝飾器統計
在實際專案程式碼中，可以透過裝飾器方便的統計函數運行耗時。使用裝飾器來統計函數執行耗時的好處是對函數的入侵性小，易於編寫和修改。
裝飾器裝飾函數的方案只適用於統計函數的運作耗時，如果有程式碼區塊耗時統計的需求就不能用了，這種情況下可以使用 with 語句自動管理上下文。
（1）同步函數的統計
<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>
#（2）非同步函數的統計
<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>
5、with語句統計
透過實作enter 和exit 函數可以在進入和退出上下文時進行一些自訂動作，例如連接或斷開資料庫、開啟或關閉檔案、記錄開始或結束時間等，例如：我們用來統計函數區塊的執行時間。
with語句不僅可以統計程式碼區塊的執行時間，也可以統計函數的執行時間，還可以統計多個函數的執行時間總和，相較於裝飾器來說對程式碼的入侵性比較大，不易於修改，好處是使用起來比較靈活，不用寫過多的重複程式碼。
<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>
以上是Python中如何計算函數的執行時間？的詳細內容。更多資訊請關注PHP中文網其他相關文章！