如何用python timeit对代码段进行性能测试?

我有一个python脚本，它的工作就像它应该，但我需要写执行时间。我在谷歌上搜索过我应该使用timeit，但我似乎不能让它工作。

我的Python脚本是这样的:

import sys
import getopt
import timeit
import random
import os
import re
import ibm_db
import time
from string import maketrans
myfile = open("results_update.txt", "a")

for r in range(100):
    rannumber = random.randint(0, 100)

    update = "update TABLE set val = %i where MyCount >= '2010' and MyCount < '2012' and number = '250'" % rannumber
    #print rannumber

    conn = ibm_db.pconnect("dsn=myDB","usrname","secretPWD")

for r in range(5):
    print "Run %s\n" % r        
    ibm_db.execute(query_stmt)
 query_stmt = ibm_db.prepare(conn, update)

myfile.close()
ibm_db.close(conn)

我需要的是执行查询并将其写入文件results_update.txt所需的时间。目的是用不同的索引和调优机制测试数据库的更新语句。

当前回答

如果您正在分析代码，并且可以使用IPython，那么它有一个神奇的函数%timeit。

%%timeit操作在单元格上。

In [2]: %timeit cos(3.14)
10000000 loops, best of 3: 160 ns per loop

In [3]: %%timeit
   ...: cos(3.14)
   ...: x = 2 + 3
   ...: 
10000000 loops, best of 3: 196 ns per loop

2014-03-02 23:26:59

其他回答

您可以在要计时的块前后使用time.time()或time.clock()。

import time

t0 = time.time()
code_block
t1 = time.time()

total = t1-t0

这个方法不像timeit那样精确(它不平均几次运行)，但它很简单。

time.time()(在Windows和Linux中)和time.clock()(在Linux中)对于快速函数来说不够精确(你得到total = 0)。在这种情况下，或者如果你想通过几次运行来平均时间，你必须手动多次调用函数(我认为你已经在你的示例代码中这样做了，当你设置它的number参数时，timeit会自动执行)

import time

def myfast():
   code

n = 10000
t0 = time.time()
for i in range(n): myfast()
t1 = time.time()

total_n = t1-t0

在Windows中，正如Corey在评论中所述，time.clock()具有更高的精度(微秒而不是秒)，并且比time.time()更受欢迎。

2010-05-19 14:32:35

另一个简单的timeit例子:

def your_function_to_test():
   # do some stuff...

time_to_run_100_times = timeit.timeit(lambda: your_function_to_test, number=100)

2020-07-23 07:48:31

如果您正在分析代码，并且可以使用IPython，那么它有一个神奇的函数%timeit。

%%timeit操作在单元格上。

In [2]: %timeit cos(3.14)
10000000 loops, best of 3: 160 ns per loop

In [3]: %%timeit
   ...: cos(3.14)
   ...: x = 2 + 3
   ...: 
10000000 loops, best of 3: 196 ns per loop

2014-03-02 23:26:59

如何使用timeit为函数计时:

import timeit

def time_this():
    return 'a' + 'b'

timeit.timeit(time_this, number=1000)

它返回运行time_this() 1000次所花费的时间(以秒为单位)。

2021-02-21 20:41:56

专注于一件具体的事情。磁盘I/O很慢，所以如果您要调整的只是数据库查询，我就把它从测试中去掉。

如果您需要计算数据库执行的时间，请寻找数据库工具，例如询问查询计划，并注意性能不仅随确切的查询和您拥有的索引而变化，还随数据负载(您存储了多少数据)而变化。

也就是说，你可以简单地把你的代码放在一个函数中，并使用time .timeit()运行该函数:

def function_to_repeat():
    # ...

duration = timeit.timeit(function_to_repeat, number=1000)

这将禁用垃圾收集，重复调用function_to_repeat()函数，并使用timeit.default_timer()计算这些调用的总持续时间，这是特定平台可用的最准确的时钟。

你应该把设置代码移出重复函数;例如，您应该首先连接到数据库，然后仅计时查询。使用setup参数导入或创建这些依赖项，并将它们传递到你的函数中:

def function_to_repeat(var1, var2):
    # ...

duration = timeit.timeit(
    'function_to_repeat(var1, var2)',
    'from __main__ import function_to_repeat, var1, var2', 
    number=1000)

将从脚本中抓取全局函数to_repeat, var1和var2，并将它们每次重复传递给函数。

2016-03-26 16:00:46

如何用python timeit对代码段进行性能测试?

推荐文章

最新文章

标签