怎么计算python运行时间

欧易交易所欧易app 欧易下载搜狗输入法搜狗输入法 quickq下载 quickq官网

Hey小伙伴们，今天我们来聊聊一个超级实用的技能——计算Python代码的运行时间，你是不是也有过这样的经历，写了一段代码，但是不知道它运行起来有多快，或者想要优化代码性能，却不知道从何下手？别急，我来带你一步步这个技能，让你的代码飞起来！

我们要明白，计算代码运行时间其实就是为了评估代码的效率，我们写的代码可能看起来挺完美的，但是运行起来却慢得像乌龟，这时候就需要我们去测量和优化了，我们该如何测量Python代码的运行时间呢？这里有几个小妙招，保证让你轻松上手。

使用time模块

这是最简单也是最直接的方法，Python的time模块可以帮助我们测量代码的运行时间，具体怎么做呢？看这里：

import time
start_time = time.time()  # 记录开始时间
你的代码块
for i in range(1000000):
    pass
end_time = time.time()  # 记录结束时间
print("运行时间：", end_time - start_time)  # 计算并打印运行时间

这段代码会告诉你，你的代码块运行了多久，简单吧？这种方法有一个小缺点，就是它不够精确，因为它受到操作系统时钟分辨率的限制。

使用timeit模块

如果你想要更精确的测量，那么timeit模块就是你的好朋友了，这个模块可以自动帮你重复运行代码多次，然后取平均值，这样可以减少偶然误差，使用方法如下：

import timeit
code_to_test = """
for i in range(1000000):
    pass
"""
execution_time = timeit.timeit(code_to_test, number=100)  # 运行100次取平均值
print("平均运行时间：", execution_time / 100)

这里，number=100表示代码会运行100次，然后计算平均运行时间，这样得到的结果会更加稳定和可靠。

使用装饰器计时

我们可能想要测量一个函数的运行时间，而不是一段代码，这时候，我们可以使用装饰器来实现，装饰器是一种特殊的函数，它可以增强函数的功能，看这个例子：

import time
def timing_decorator(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f"{func.__name__} 运行时间：{end_time - start_time}")
        return result
    return wrapper
@timing_decorator
def my_function():
    for i in range(1000000):
        pass
my_function()

这个装饰器timing_decorator会在你调用my_function的时候自动测量并打印出运行时间，这样，你就可以很方便地测量任何函数的运行时间了。

使用第三方库

如果你的项目比较大，或者你想要更全面的性能分析，那么使用第三方库也是一个不错的选择，比如line_profiler和cProfile这样的工具，它们可以提供更详细的性能分析报告。

from line_profiler import LineProfiler
def my_function():
    for i in range(1000000):
        pass
lp = LineProfiler()
lp_wrapper = lp(my_function)
lp_wrapper()
lp.print_stats()

使用这些工具，你可以得到每行代码的运行时间，这对于性能优化来说是非常有帮助的。