在代碼執(zhí)行前后各記錄一個時間點，兩個時間戳相減即程序運行耗時。

獲取時間戳time.time()

import timestart_time = time.time()sum = 0for i in range(100000000): sum += iprint(sum)end_time = time.time()print('耗時: {:.2f}秒'.format(end_time - start_time))輸出：4999999950000000耗時: 10.53秒

獲取當(dāng)前日期 datetime.datetime.now()

import datetimestart_time = datetime.datetime.now()sum = 0for i in range(100000000): sum += iprint(sum)end_time = datetime.datetime.now()print('耗時: {}秒'.format(end_time - start_time))裝飾器

裝飾器是一個裝飾函數(shù)的函數(shù)，能夠在不改變函數(shù)源碼和函數(shù)調(diào)用方式的情況下給函數(shù)增加新的功能。很多時候統(tǒng)計函數(shù)的耗時，可以使用裝飾器實現(xiàn)。

import timedef get_time(f): def inner(*arg,**kwarg):s_time = time.time()res = f(*arg,**kwarg)e_time = time.time()print(’耗時：{}秒’.format(e_time - s_time))return res return inner@get_timedef test(): time.sleep(2) # 模擬運行2stest()輸出：耗時：2.000781536102295秒timeit模塊

timeit 模塊提供了測量 Python 小段代碼執(zhí)行時間的方法，可以在命令行界面直接使用，也可以通過導(dǎo)入模塊進(jìn)行調(diào)用。

語句執(zhí)行 number 次的時間

#導(dǎo)入timeit.timeitfrom timeit import timeit#看x=1的執(zhí)行一次的時間（number可以省略，缺省為1000000)t1 = timeit(’x=1’, number=1)print(t1)#一個列表生成器的執(zhí)行時間,執(zhí)行10000次：t2 = timeit(’[i for i in range(100) if i%2==0]’, number=10000)print(t2)輸出：4.0000000001150227e-070.04841430000000002

計算函數(shù)的執(zhí)行時間

from timeit import timeitdef func(a): sum = 0 for i in range(a):sum += i return sum# timeit(函數(shù)名_字符串，運行環(huán)境_字符串，number=運行次數(shù))t = timeit(’func(10000000)’, ’from __main__ import func’, number=1)print(t)輸出：0.4887406重復(fù)調(diào)用 timeit()

repeat() 方法相當(dāng)于持續(xù)多次調(diào)用 timeit() 方法并將結(jié)果返回為一個列表。repeat 參數(shù)指定重復(fù)的次數(shù)，number 參數(shù)傳遞給 timeit() 方法的 number 參數(shù)。

import timeitdef func(a): sum = 0 for i in range(a):sum += i return sum# timeit(函數(shù)名_字符串，運行環(huán)境_字符串，number=運行次數(shù),repeat=重復(fù)次數(shù)，repeat=5)t = timeit.repeat(’func(100000)’, ’from __main__ import func’, number=100, repeat=5)print(t)cProfile性能分析工具

cProfile（語言編寫的測試模塊）是一個標(biāo)準(zhǔn)庫內(nèi)建的性能分析工具，可以在標(biāo)準(zhǔn)輸出中看到每一個函數(shù)被調(diào)用的次數(shù)和運行的時間，從而找到程序的性能瓶頸，從而有針對性的進(jìn)行性能優(yōu)化。

Python代碼性能分析之cProfile

import cProfiledef func(a): sum = 0 for i in range(a):sum += i return sumif __name__ == ’__main__’: cProfile.run('func(10000000)')

以上就是python 統(tǒng)計代碼耗時的幾種方法分享的詳細(xì)內(nèi)容，更多關(guān)于python 統(tǒng)計代碼耗時的資料請關(guān)注好吧啦網(wǎng)其它相關(guān)文章！