正文
测试函数用时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
编写测试用例的代码时,经常会使用到函数, 那么Python中函数是什么? 有什么作用? 如何使用? 使用流程如何?
函数的使用:
(1).函数是具有独立功能的代码块,是一个整体(封装了函数功能的代码), 完成某个功能的小工具
特点: 函数最大的特点是封装
(2).作用: 提高开发效率,实现代码的重用
(3).函数使用步骤:
① 定义函数: 把代码的功能封装成一个整体
② 调用函数: 享受封装的结果
(4).函数调用流程: ☆ ☆ ☆
① 函数定义时 不会执行函数体中代码
② 函数调用时,才会执行函数体中代码
③ 函数调用完成以后,一定要回到函数调用的地方继续向下执行
有关于软件测试的学习知识，可以看黑马程序员软件测试知识，有视频、文章、学习文档等等！
相关问答
Q1: Python测量程序运行时间，time.time与time.clock
现象描述：
1、time.clock 在win系统和linux系统下对相同程序的计时结果不一致
2、到底应该用什么时间计时？为什么用time.time与time.clock计时会有那么大的差异
在计算机领域有多种时间。
第一种称作CPU时间或执行时间，用于测量在执行一个程序时CPU所花费的时间。第二种称作挂钟时间，测量执行一个程序时的总时间。挂钟时间也被称作流逝时间或运行时间。与CPU时间相比，挂钟时间通常长些，因为CPU执行测量的程序可能同时还在执行其它程序的指令。
另一个重要概念是所谓的系统时间，由系统时钟测量。系统时间表示计算机系统时间传递的概念。要记住系统时钟是可以由操作系统修改的，就是修改系统时间。
在Unix系统上，time.time的作用与Windows相同，但time.clock的意义不同。
在Unix系统上，time.clock以秒为单位返回当前处理器时间，例如，执行当前线程所花费的CPU时间。而在Windows上，它是以秒为单位的返回自首次调用该函数以来所流逝的系统时间。
以我遇到的Ubuntu系统上运行time.time和time.clock的例子：
time.time()显示系统时间过去大概1秒，而time.clock()显示花费在当前进程上的CPU时间只有于1毫秒。
而win下time.time()和time.clock()显示系统时间都是大致过去了1秒
在测量程序准确性能时应该使用哪一个呢？
这要视情况而定。如果程序运行的系统能够提供足够的资源给程序，例如，一个运行基于Python的web应用程序的web服务器，则使用time.clock()来测量程序会更有意义，因这个web应用程序可能是服务器上的主要程序 。如果程序运行的系统上还同时运行着其它大量程序，则使用time.time()进行测量会更有意义。 如果不是这样，就应该使用基于挂钟的计时器来测量程序的性能，因为这样通常能反应程序的环境。
放结论，一般情况下：
1、win用time.clock或time.time
2、linux 下用time.time 或 datetime.datetime.now().timestamp()
【1】（重要） Python测量时间，用time.time还是time.clock
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
有一个简单方法测试函数用时python，那就是定义一个装饰器来测量函数测试函数用时python的执行时间测试函数用时python，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
使用方式测试函数用时python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，其测试函数用时python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
关于测试函数用时python和的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。
