我想得到的时间花在单元格执行除了原始的输出从单元格。
为此，我尝试了%%timeit -r1 -n1，但它没有公开在cell中定义的变量。
%%time适用于只包含1条语句的cell。
In[1]: %%time
1
CPU times: user 4 µs, sys: 0 ns, total: 4 µs
Wall time: 5.96 µs
Out[1]: 1
In[2]: %%time
# Notice there is no out result in this case.
x = 1
x
CPU times: user 3 µs, sys: 0 ns, total: 3 µs
Wall time: 5.96 µs
最好的方法是什么?
更新
我已经在nbeextension中使用执行时间相当长一段时间了。这是伟大的。
更新2021 - 03
到目前为止，这是正确的答案。从本质上讲，%%time和%%timeit现在都像预期的那样工作。
当前回答
当遇到麻烦时，什么意味着什么:
时间还是??时间
详情如下:
Usage, in line mode:
%timeit [-n<N> -r<R> [-t|-c] -q -p<P> -o] statement
or in cell mode:
%%timeit [-n<N> -r<R> [-t|-c] -q -p<P> -o] setup_code
code
code...
Time execution of a Python statement or expression using the timeit
module. This function can be used both as a line and cell magic:
- In line mode you can time a single-line statement (though multiple
ones can be chained with using semicolons).
- In cell mode, the statement in the first line is used as setup code
(executed but not timed) and the body of the cell is timed. The cell
body has access to any variables created in the setup code.
其他回答
更简单的方法是使用jupyter_contrib_nbextensions包中的ExecuteTime插件。
pip install jupyter_contrib_nbextensions
jupyter contrib nbextension install --user
jupyter nbextension enable execute_time/ExecuteTime
import time
start = time.time()
"the code you want to test stays here"
end = time.time()
print(end - start)
如果你想打印壁单元格的执行时间，这里有一个技巧， 使用
%%time
<--code goes here-->
但这里要确保，%%time是一个神奇的函数， 所以把它放在代码的第一行。
如果你把它放在代码的某行之后它就会给你 使用错误，不能工作。
你可能还想查看python的剖析魔法命令% prunit给出类似-的东西
def sum_of_lists(N):
total = 0
for i in range(5):
L = [j ^ (j >> i) for j in range(N)]
total += sum(L)
return total
然后
%prun sum_of_lists(1000000)
将返回
14 function calls in 0.714 seconds
Ordered by: internal time
ncalls tottime percall cumtime percall filename:lineno(function)
5 0.599 0.120 0.599 0.120 <ipython-input-19>:4(<listcomp>)
5 0.064 0.013 0.064 0.013 {built-in method sum}
1 0.036 0.036 0.699 0.699 <ipython-input-19>:1(sum_of_lists)
1 0.014 0.014 0.714 0.714 <string>:1(<module>)
1 0.000 0.000 0.714 0.714 {built-in method exec}
我发现它在处理大块代码时很有用。
我发现克服这个问题的唯一方法是用print执行最后一条语句。
不要忘记单元格魔术以%%开始，行魔术以%开始。
%%time
clf = tree.DecisionTreeRegressor().fit(X_train, y_train)
res = clf.predict(X_test)
print(res)
注意，在单元格内执行的任何更改都不会在下一个单元格中被考虑，当有管道时，这是违反直觉的:
