Python中統(tǒng)計函數運行耗時的方法
更新時間:2015年05月05日 10:32:40 作者:鴣斑兔
這篇文章主要介紹了Python中統(tǒng)計函數運行耗時的方法,涉及Python時間操作的相關技巧,非常簡單實用,需要的朋友可以參考下
本文實例講述了Python中統(tǒng)計函數運行耗時的方法。分享給大家供大家參考。具體實現方法如下:
import time def time_me(fn): def _wrapper(*args, **kwargs): start = time.clock() fn(*args, **kwargs) print "%s cost %s second"%(fn.__name__, time.clock() - start) return _wrapper #這個裝飾器可以在方便地統(tǒng)計函數運行的耗時。 #用來分析腳本的性能是最好不過了。 #這樣用: @time_me def test(x, y): time.sleep(0.1) @time_me def test2(x): time.sleep(0.2) test(1, 2) test2(2) #輸出: #test cost 0.1001529524 second #test2 cost 0.199968431742 second
另一個更高級一點的版本是:
import time import functools def time_me(info="used"): def _time_me(fn): @functools.wraps(fn) def _wrapper(*args, **kwargs): start = time.clock() fn(*args, **kwargs) print "%s %s %s"%(fn.__name__, info, time.clock() - start), "second" return _wrapper return _time_me @time_me() def test(x, y): time.sleep(0.1) @time_me("cost") def test2(x): time.sleep(0.2) test(1, 2) test2(2)
希望本文所述對大家的Python程序設計有所幫助。
相關文章
Python使用concurrent.futures模塊實現多進程多線程編程
Python的concurrent.futures模塊可以很方便的實現多進程、多線程運行,減少了多進程帶來的的同步和共享數據問題,下面就跟隨小編一起了解一下concurrent.futures模塊的具體使用吧2023-12-12