所有系统上Python中的执行时间不一致

Question

有些东西让我疯狂使用python ......我曾经认为它只是Windows,但我错了.我可以使用相同的确切代码并多次运行它,并在不同的时间内执行.请使用以下测试代码,例如:

import math
def fib(count):
    x = 0
    while x < count:
        a = int(((((1 + math.sqrt(5)) / 2) ** x) - (((1 - math.sqrt(5)) / 2) ** (x))) / math.sqrt(5))
        x+=1

if __name__ == '__main__':  
    import timeit

    t = timeit.Timer("fib(1250)", setup="from __main__ import fib",)
    #print t.timeit(10)
    count = 10000
    results = t.repeat(count, 1)
    min = 0xFFFF
    max = 0
    sum = 0
    for i in results:
        i = i*1000.0
        if i < min: min = i
        if i > max: max = i
        sum+=i

    print "Min {:.3f} | Max {:.3f} | Max/Min {:.3f} | Avg {:.3f}".format(min, max, max/min, sum/count)

基本上,它产生10,000次斐波那契的前1250个元素,并使用timeit来获得每次运行所花费的时间.然后我合并那些时间并找到最小值,最大值,平均值和最小值和最大值之间的差异(如果你愿意的话,差值).

结果如下:

Windows: Min 3.071 | Max 8.903 | Max/Min 2.899 | Avg 3.228
Mac OS:  Min 1.531 | Max 3.167 | Max/Min 2.068 | Avg 1.621
Ubuntu:  Min 1.242 | Max 10.090 | Max/Min 8.123 | Avg 1.349

因此,Linux是最快但也有最多变化的.很多.但是所有这些都可以有一个非常疯狂的变化:Mac只有200%,Windows为290%,linux为810%!

它实际上是在执行那么多不同的时间吗？时间不够准确吗？还有其他我想念的东西吗？我在制作动画方面做了很多工作,我需要尽可能一致的时间.

Answer 1

你的测量时间很短,然后甚至在某个地方发生的一些事情都会产生很大的影响.

我在我的机器上运行了你的测试脚本(OS X,Core i7,Python 2.7)并制作了以下情节results:

您可以看到,大多数情况下,时序结果非常一致,但是算法的孤立事件需要花费更多时间(因为还有其他事情发生).

我对你的计时程序进行了微调:

results=t.repeat(10, 1000)

所以,现在我们正在进行1000次函数调用.总时间是相同的,自然(10000个电话):

现在您可以看到性能更加可预测.可能是你的摆动时间的一部分是由于时间方法,而不是真正不同的时间来执行任何事情.在真实的OS环境中,毫秒级时序很难实现.即使您的计算机"无所事事",它仍然在切换任务,进行后台工作等.

我理解原来的一点不是计算斐波纳契数.但如果是,那么选择合适的工具会产生影响:

import numpy as np

def fib(count):
    x = np.arange(count)
    a = (((1 + np.sqrt(5))/2) ** x - ((1 - np.sqrt(5)) / 2) ** x) / np.sqrt(5)
    a = a.astype('int')

这给出了:

Min 0.120 | Max 0.471 | Max/Min 3.928 | Avg 0.125

十倍的速度提升.

关于这个答案中的图像,它们是用matplotlib.第一个是这样做的:

import matplotlib.pyplot as plt

# create a figure
fig = plt.figure()
# create axes into the figure
ax = fig.add_subplot(111)
# plot the vector results with dots of size 2 (points) and semi-transparent blue color
ax.plot(results, '.', c=(0, 0, 1, .5), markersize=2)

请参阅文档matplotlib.最简单的方法是使用IPython和开始pylab.