用timeit计量时间

`timeit` 可以用来测量代码的执行时间，它会自动消除一些干扰因素，例如计算机负载、I/O 等待等，从而得到更加准确的执行时间。

以下是使用 `timeit` 测量代码执行时间的步骤：

1. 导入 `timeit` 模块：`import timeit`

2. 定义需要测试的代码，例如：

def my_func():
    for i in range(1000000):
        pass

3. 使用 `timeit.timeit()` 函数来测量代码的执行时间，例如：

t = timeit.timeit('my_func()', setup='from __main__ import my_func', number=100)
print('Execution time:', t)

其中，第一个参数是需要测试的代码，第二个参数 `setup` 是测试前需要执行的代码，可以用来导入需要测试的函数。第三个参数 `number` 是测试的次数。

上述代码中，我们将执行测试代码 100 次，并输出总的执行时间。注意，由于 `timeit` 测量代码的执行时间是非常短的，因此需要进行多次测试，取平均值才能得到更加准确的结果。

在实际使用中，应该尽量保证测试环境的稳定性，避免其他因素干扰测试结果。同时，应该尽量避免测试过于庞大或者复杂的代码，以免影响测试结果。

相关问题

timeit

`timeit` 是 Python 的一个标准库，用于测量代码执行的时间。它可以精确地测量代码的执行时间，并且可以消除一些干扰因素，例如计算机负载、I/O 等待等。

使用 `timeit` 有两种方式：

1. 作为命令行工具使用。例如，在命令行中输入以下命令：

python -m timeit "my_function()"

其中，`my_function` 是一个需要测试的函数。

2. 作为 Python 脚本中的模块导入使用。例如，在 Python 脚本中输入以下代码：

import timeit

def my_function():
    # some code here

t = timeit.timeit("my_function()", setup="from __main__ import my_function")
print("Execution time:", t)

其中，`timeit.timeit` 函数用于测量代码的执行时间，第一个参数是需要测试的代码，第二个参数 `setup` 是测试前需要执行的代码。在 `setup` 中，我们需要通过 `from __main__ import my_function` 导入需要测试的函数。

`timeit` 默认会执行 1,000,000 次测试代码，可以通过 `number` 参数来修改测试次数。例如：

t = timeit.timeit("my_function()", setup="from __main__ import my_function", number=10000)

这将会执行 10,000 次测试代码。

注意：在使用 `timeit` 测量代码执行时间时，应该尽量避免测试过于庞大或者复杂的代码，以免影响测试结果。同时，应该尽量保证测试环境的稳定性，避免其他因素干扰测试结果。

timeit.timeit

`timeit`是Python内置的一个用于测试代码执行时间的模块。`timeit.timeit`函数可以在一段代码中执行多次，并返回平均执行时间。

下面是一个简单的例子，演示如何使用`timeit.timeit`测试一个函数的执行时间：

import timeit

def my_func():
    for i in range(1000000):
        pass

# 测试 my_func 函数的执行时间
print(timeit.timeit(my_func, number=100))

在上面的代码中，`my_func`函数是一个简单的循环，它会执行100万次。我们使用`timeit.timeit`函数来测试这个函数的执行时间，将执行100次，并返回平均执行时间。

`timeit.timeit`函数有两个参数：

- 第一个参数是要测试的函数。
- 第二个参数是测试的次数。

`timeit.timeit`函数还有其他可选参数，例如`setup`参数可以用于设置测试环境。