Question

我有一个函数f(x)，它将0 {1之间100个随机浮点数的列表x作为输入。不同的列表将导致f的不同运行时间。

我想了解f在大量不同的随机列表上平均运行多长时间。最好的方法是什么？我应该使用timeit吗？如果有，我可以这样做而不包括在每次试验中生成每个随机列表所需的时间吗？

如果没有timeit（伪代码），我就会这样做：

for i = 1 to 10000:
    x = random list
    start = current time
    f(x)
    end = current time
    results.append(end - start)
return mean(results)

Answer 1

你可以制作一个计时器装饰器：

以下是一些示例代码：

from time import time


class Timer(object):
    def __init__(self, func):
        """
        Decorator that times a function
        @param func: Function being decorated
        @type func: callable
        """
        self.func = func

    def __call__(self, *args, **kwargs):
        start = time()
        self.func(*args, **kwargs)
        end = time()
        return end - start


@Timer
def cheese():
    for var in xrange(9999999):
        continue

for var in xrange(100):
    print cheese()

工作example，循环次数减少。

Answer 2

import timeit, random

def summer(myList):
    result = 0
    for num in myList:
        result += num
    return result

for i in range(10):
    x = [random.randint(0, 100) for i in range(100000)]
    print timeit.timeit("summer(x)", setup="from __main__ import x, summer", number = 100)

您可以使用from __main__ import x

导入变量

Answer 3

我认为这样做了。每次重复执行setup一次，然后执行stmt number=1次。但是我不认为这比你发布的简单循环要好得多。

import timeit

stmt = '[x*x*x for x in xrange(n)]'  # just an example 
setup = 'import random; n = random.randint(10, 100)'
r = 10000
times = timeit.repeat(stmt, setup, repeat=r, number=1)

print min(times), max(times), sum(times)/r

还有一个“细胞模式”可以与timeit in the IPython shell一起使用，但它只返回禁食时间，并且没有简单的方法可以改变它（？）。

import random

%%timeit -r 10000 -n 1 n = random.randint(10,100)
var = [x*x*x for x in xrange(n)]

如何使用每个测试需要随机设置的timeit

3 个答案: