Question

我最近注意到关于timeit python模块的以下内容：

在我的机器上行：

from timeit import Timer
t = Timer(stmt='a = 2**3**4')
print("This took {:.3f}s to execute.".format(t.timeit()))

将产生：

这需要0.017秒才能执行。

另一方面，写一个文件 test.py ：

#!/usr/bin/env python3

a = 2**3**4

并致电：

from timeit import Timer
t = Timer(stmt='import test')
print("This took {:.3f}s to execute.".format(t.timeit()))

将产生：

这需要0.126秒来执行。

我想知道如何在不更改文件本身的情况下测试test.py的执行时间。我如何处理导入文件（因此失去时间）。

Answer 1

您的测量存在一个问题：当您写作时，您没有测量您认为测量的内容：

t = Timer(stmt= 'a = 2**3**4')

您正在测量绑定时间！看：

>>> Timer(stmt='a = 10**5**4').timeit(100000)
    0.0064544077574026915
>>> Timer(stmt='a = 2**3**4').timeit(100000)
    0.006511381058487586

计时相同，但计算10**5**4的时间比2**3**4长一些。编译代码时，2**3**4只计算一次，这称为“常量折叠”，这是Python在编译源代码时执行的一些优化。

比较这两个结果：

>>> Timer(stmt= 'a = 2**3**4').timeit(100000) 
    0.00628656749199763
>>> Timer(stmt= 'a = x**y**z', setup='(x,y,z)=(2,3,4)').timeit(100000) 
    0.18055968312580717

但这种加速不是免费提供的。有两点：

编译时间增加
.pyc文件大小增加（因为此值存储在.pyc文件中）

假设我有两个文件：

#foo1.py
a = 10**7**7

#foo2.py
x,y,z =(10,7,7)
a = x**y**z

如果我用python -m py_compile foo1.py foo2.py编译它们，我机器上.pyc个文件的大小将为：

foo1.cpython-36.pyc - 364 882 bytes
foo2.cpython-36.pyc - 150个字节

Answer 2

您最接近的是compile与exec一起使用如果您打算作为.pyc文件运行，请不要在您的计时中包含编译语句。

# time as if executing:" >python test.pyc " from terminal
#   (importing test.py will typically automatically generate the .pyc file automatically)
t = Timer(stmt='exec(code_object)', 
          setup='code_object = compile(open("test.py").read(), "test.py", "exec")')

# time as if executing:" >python test.py " from terminal
t = Timer(stmt='exec(compile(open("test.py").read(), "test.py", "exec"))')

这可以让您接近从终端调用脚本的实际时间。这并不能消除开销，因为调用脚本的开销是真实的，并且会在现实世界中被观察到。

如果你使用的是基于Linux的系统，你也可以从终端呼叫>time test.py。

Python - 克服timeit中的导入

2 个答案: