如何使用Python的“timeit”模块有效测量代码执行时间？

使用 Python 的 timeit 进行性能测试：分步指南

为了确定特定代码段的执行时间，Python 提供了时间模块。让我们探索如何有效地使用它。

考虑以下更新数据库表的 Python 脚本：

<code class="python">import time
import random
import ibm_db

# Open a file for writing results
myfile = open("results_update.txt", "a")

# Create a database connection
conn = ibm_db.pconnect("dsn=myDB", "usrname", "secretPWD")

# Prepare a parameterized update statement
query_stmt = ibm_db.prepare(conn, "update TABLE set val = ? where MyCount >= '2010' and MyCount < '2012' and number = '250'")

# Execute the update statement 100 times with different random values
for r in range(100):
    rannumber = random.randint(0, 100)
    params = [rannumber]
    ibm_db.execute(query_stmt, params)
    myfile.write(str(rannumber) + "\n")

# Close the file and connection
myfile.close()
ibm_db.close(conn)

为了计算内部循环的执行时间，我们可以使用 time.time( ) 或 time.clock()，返回当前时间（以秒为单位）：

<code class="python">t0 = time.time()  # Start time

# Code to be timed

t1 = time.time()  # End time

total = t1 - t0

但是，timeit 提供了更全面的方法，可以对多次运行进行平均并提供更准确的结果：

<code class="python">import timeit

setup = """
import random
import ibm_db

conn = ibm_db.pconnect("dsn=myDB", "usrname", "secretPWD")
query_stmt = ibm_db.prepare(conn, "update TABLE set val = ? where MyCount >= '2010' and MyCount < '2012' and number = '250'")
params = [12]
"""

code = """
ibm_db.execute(query_stmt, params)
"""

timeit.Timer(code, setup).timeit(number=100)  # Run the code 100 times</code>

在此代码中，setup变量包含每次运行前需要执行的代码，例如初始化数据库连接和准备语句。 code 变量包含要计时的代码。 number 参数指定代码应运行的次数。

通过使用 timeit 模块，您可以获得精确可靠的代码执行时间测量，使您能够优化和监控 Python 应用程序的性能.

以上是如何使用Python的“timeit”模块有效测量代码执行时间？的详细内容。更多信息请关注PHP中文网其他相关文章！