/
Вопросы и ответы
/
Python
/

Как замерить время выполнения функции в Python?

Как замерить время выполнения функции в Python?

4 года назад

Andrey Moshkov

Ответы

0

Чтобы измерить время выполнения функции в Python, можно использовать следующие методы:

  • Модуль time. Предоставляет функцию time.time(), которая возвращает текущее время в секундах с момента «эпохи» (обычно 00:00 1 января 1970 года).

Пример данного модуля:

1
2
3
4
5
6
7
8
import time

start_time = time.time()
end_time = time.time()

elapsed_time = end_time - start_time

print(f"The task took {elapsed_time:.2f} seconds to complete.")
  • Модуль timeit. Этот модуль предоставляет более точный способ измерения времени выполнения кода, поскольку он автоматически учитывает время, которое занимает вызов функции time() и другие факторы. Вместо этого timeit многократно выполняет код и возвращает среднее время выполнения.

Пример:

1
2
3
4
5
6
7
8
9
10
11
12
13
import timeit
 
# код, время выполнения которого нужно измерить
code_to_test = """
a = range(1000000)
b = []
for i in a:
    b.append(i*2)
"""
 
# вычисление времени выполнения кода
elapsed_time = timeit.timeit(code_to_test, number=2)/2
print('Elapsed time: ', elapsed_time)
  • Модуль line_profiler. Этот модуль предоставляет декоратор @profile, который можно использовать для профилирования кода и измерения выполнения каждой строки.

Важно помнить, что измерение времени выполнения может влиять на само выполнение программы, поэтому рекомендуется использовать эти методы только для профилирования и оптимизации кода, а не включать их в окончательную версию программы.

2 года назад

Алёна Шереметьева

0

Для замера времени выполнения функции в Python можно воспользоваться модулем time. Для этого нужно выполнить следующие шаги:

Импортировать модуль time:

1
import time

Создать функцию, которую нужно замерить, например:

1
2
def my_function():
    # код вашей функции

Добавить код для замера времени выполнения функции:

1
2
3
4
5
6
start_time = time.time()  # запоминаем время начала выполнения функции
my_function()  # вызываем функцию
end_time = time.time()  # запоминаем время окончания выполнения функции

execution_time = end_time - start_time  # вычисляем время выполнения функции
print(f"Время выполнения функции: {execution_time} секунд")

2 года назад

Elena Gromova

0

Время выполнения функции измеряют через time.perf_counter():

1
2
3
4
5
6
7
8
9
import time

def work():
    return sum(i * i for i in range(1_000_000))

start = time.perf_counter()
work()
elapsed = time.perf_counter() - start
print(f'{elapsed:.3f} с')  # например, 0.052 с

perf_counter() — самый точный таймер в стандартной библиотеке. time.time() берёт системные часы: их может перевести синхронизация времени, и замер исказится.

Точный замер коротких функций: timeit

Один запуск быстрой функции зависит от случайных задержек. timeit запускает код много раз:

1
2
3
4
import timeit

t = timeit.timeit('sorted(data)', setup='data = list(range(1000))[::-1]', number=10_000)
print(f'{t / 10_000 * 1e6:.1f} мкс на вызов')

В Jupyter то же самое делает магическая команда %timeit sorted(data).

Из терминала:

1
python -m timeit "sum(range(1000))"

Декоратор для замера любой функции

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
import time
from functools import wraps

def timer(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        start = time.perf_counter()
        result = func(*args, **kwargs)
        print(f'{func.__name__}: {time.perf_counter() - start:.3f} с')
        return result
    return wrapper

@timer
def work():
    time.sleep(0.5)

work()  # work: 0.501 с

Замер блока кода

1
2
3
4
5
6
7
8
9
10
11
from contextlib import contextmanager
import time

@contextmanager
def measure(label):
    start = time.perf_counter()
    yield
    print(f'{label}: {time.perf_counter() - start:.3f} с')

with measure('загрузка'):
    time.sleep(0.2)

Какая часть функции тормозит

Профилировщик cProfile показывает, сколько времени занял каждый вызов внутри программы:

1
python -m cProfile -s cumtime script.py

Функции и декораторы разбирают в бесплатном курсе «Основы Python».

месяц назад

Никита Вихров

+7 800 100 22 47

бесплатно по РФ

+7 495 085 21 62

бесплатно по Москве

108813 г. Москва, вн.тер.г. поселение Московский,
г. Московский, ул. Солнечная, д. 3А, стр. 1, помещ. 20Б/3
ОГРН 1217300010476
ИНН 7325174845