函数运行时间python的简单介绍

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

Python如何获得程序运行时间的格式化显示

（1）在程序启动时获得当前时间：

recordTime = time.time()

（2）同时获得当前时间的格式化串：

startTime = time.strftime("%H%M%S")

（3）在主循环中按秒进行判断：

timeGap = time.time() - recordTime

if timeGap = 1: #这是按1秒设置的，可以根据实际需要设置

recordTime += timeGap

showTime_String = get_lapseTime(startTime, time.strftime("%H%M%S"))

（4）函数：

def get_lapseTime(aTime, bTime):

aNum = 3600 * int(aTime[:2]) + 60 * int(aTime[2:4]) + int(aTime[-2:])

bNum = 3600 * int(bTime[:2]) + 60 * int(bTime[2:4]) + int(bTime[-2:])

gapH = (bNum - aNum) // 3600

gapM = ((bNum - aNum) % 3600) // 60

gapS = ((bNum - aNum) % 3600) % 60

gapTime = "%02d:%02d:%02d"%(gapH,gapM,gapS)

return(gapTime)

相关问答

Q1: 在python里用time.time判断函数的执行时间靠谱吗

使用time.time来统计函数的执行时间，程序只会执行一次，存在很大的随机因素。

timtit包就可以重复执行函数多次，然后将多次执行结果取平均值。相比起来更优。

然而程序执行时间很大程度还受计算机性能的影响，衡量程序好坏更靠谱的手段是计算时间复杂度。

Q2: 7种检测Python程序运行时间、CPU和内存占用的方法

1. 使用装饰器来衡量函数执行时间

有一个简单方法，那就是定义一个装饰器来测量函数的执行时间，并输出结果：

import time

from functoolsimport wraps

import random

def fn_timer(function):

@wraps(function)

def function_timer(*args, **kwargs):

t0= time.time()

result= function(*args, **kwargs)

t1= time.time()

print("Total time running %s: %s seconds" %

(function.__name__, str(t1- t0))

)

return result

return function_timer

@fn_timer

def random_sort(n):

return sorted([random.random() for i in range(n)])

if __name__== "__main__":

random_sort(2000000)

输出：Total time running random_sort: 0.6598007678985596 seconds

使用方式的话，就是在要监控的函数定义上面加上 @fn_timer 就行了

或者

# 可监控程序运行时间

import time

import random

def clock(func):

def wrapper(*args, **kwargs):

start_time= time.time()

result= func(*args, **kwargs)

end_time= time.time()

print("共耗时: %s秒" % round(end_time- start_time, 5))

return result

return wrapper

@clock

def random_sort(n):

return sorted([random.random() for i in range(n)])

if __name__== "__main__":

random_sort(2000000)

输出结果：共耗时: 0.65634秒

2. 使用timeit模块

另一种方法是使用timeit模块，用来计算平均时间消耗。

执行下面的脚本可以运行该模块。

这里的timing_functions是Python脚本文件名称。

在输出的末尾，可以看到以下结果：4 loops, best of 5: 2.08 sec per loop

这表示测试了4次，平均每次测试重复5次，最好的测试结果是2.08秒。

如果不指定测试或重复次数，默认值为10次测试，每次重复5次。

3. 使用Unix系统中的time命令

然而，装饰器和timeit都是基于Python的。在外部环境测试Python时，unix time实用工具就非常有用。

运行time实用工具：

输出结果为：

Total time running random_sort: 1.3931210041 seconds

real 1.49

user 1.40

sys 0.08

第一行来自预定义的装饰器，其他三行为：

real表示的是执行脚本的总时间

user表示的是执行脚本消耗的CPU时间。

sys表示的是执行内核函数消耗的时间。

注意：根据维基百科的定义，内核是一个计算机程序，用来管理软件的输入输出，并将其翻译成CPU和其他计算机中的电子设备能够执行的数据处理指令。

因此，Real执行时间和User+Sys执行时间的差就是消耗在输入/输出和系统执行其他任务时消耗的时间。

4. 使用cProfile模块

5. 使用line_profiler模块

6. 使用memory_profiler模块

7. 使用guppy包

Q3: python 打印出函数执行所用时间

使用timeit模块，先介绍下：

timeit 模块

timeit 模块定义了接受两个参数的 Timer 类。两个参数都是字符串。第一个参数是你要计时的语句或者函数。传递给 Timer 的第二个参数是为第一个参数语句构建环境的导入语句。从内部讲， timeit 构建起一个独立的虚拟环境，手工地执行建立语句，然后手工地编译和执行被计时语句。

一旦有了 Timer 对象，最简单的事就是调用 timeit()，它接受一个参数为每个测试中调用被计时语句的次数，默认为一百万次；返回所耗费的秒数。

Timer 对象的另一个主要方法是 repeat()，它接受两个可选参数。第一个参数是重复整个测试的次数，第二个参数是每个测试中调用被计时语句的次数。两个参数都是可选的，它们的默认值分别是 3 和 1000000。 repeat() 方法返回以秒记录的每个测试循环的耗时列表。Python 有一个方便的 min 函数可以把输入的列表返回成最小值，如： min(t.repeat(3, 1000000))

你可以在命令行使用 timeit 模块来测试一个已存在的 Python 程序，而不需要修改代码。

再给你个例子，你就知道怎么做了。

# -*- coding: utf-8 -*-

#!/bin/env python

def test1():

n=0

for i in range(101):

n+=i

return n

def test2():

return sum(range(101))

def test3():