找出python脚本完成执行所花费的时间

Question

我在python脚本中有以下代码:

def fun(): 
  #Code here

fun()

我想执行这个脚本,并找出在几分钟内执行所需的时间.我如何知道执行此脚本需要多长时间？一个例子将非常感激.

Answer 1

from datetime import datetime
startTime = datetime.now()

#do something

#Python 2: 
print datetime.now() - startTime 

#Python 3: 
print(datetime.now() - startTime)

Answer 2

您是在Linux或UNIX上从命令行执行脚本吗？在这种情况下,你可以使用

time ./script.py

Answer 3

import time
start = time.time()

fun()

# python 2
print 'It took', time.time()-start, 'seconds.'

# python 3
print('It took', time.time()-start, 'seconds.')

Answer 4

我通常做的是使用clock()或time()来自time图书馆.clock测量翻译时间,同时time测量系统时间.可以在文档中找到其他警告.

例如,

def fn():
    st = time()
    dostuff()
    print 'fn took %.2f seconds' % (time() - st)

或者,您也可以使用timeit.我经常使用这种time方法,因为我可以快速地解决它,但是如果你计算一个可以隔离的代码片段,timeit就会派上用场.

从timeit docs,

def test():
    "Stupid test function"
    L = []
    for i in range(100):
        L.append(i)

if __name__=='__main__':
    from timeit import Timer
    t = Timer("test()", "from __main__ import test")
    print t.timeit()

然后转换为分钟,您可以简单地除以60.如果您希望脚本运行时以易于阅读的格式,无论是秒还是几天,您都可以转换为a timedelta和str它:

runtime = time() - st
print 'runtime:', timedelta(seconds=runtime)

那将打印出一些形式的东西[D day[s], ][H]H:MM:SS[.UUUUUU].您可以查看timedelta文档.

最后,如果你真正想要的是分析你的代码,那么Python也可以提供配置文件库.

Answer 5

import time 

startTime = time.time()
# Your code here !
print ('The script took {0} second !'.format(time.time() - startTime))

以前的代码对我没用问题!

Answer 6

import sys
import timeit

start = timeit.default_timer()

#do some nice things...

stop = timeit.default_timer()
total_time = stop - start

# output running time in a nice format.
mins, secs = divmod(total_time, 60)
hours, mins = divmod(mins, 60)

sys.stdout.write("Total running time: %d:%d:%d.\n" % (hours, mins, secs))

Answer 7

使用timeit模块.这很容易.运行你的example.py文件使它在Python Shell中处于活动状态,你现在应该可以在shell中调用你的函数了.尝试一下检查它是否有效

>>>fun(input)
output

好,有效,现在导入timeit并设置一个计时器

>>>import timeit
>>>t = timeit.Timer('example.fun(input)','import example')
>>>

现在我们设置了计时器,我们可以看到它需要多长时间

>>>t.timeit(number=1)
some number here

我们走了,它会告诉你执行该功能需要多少秒(或更少).如果它是一个简单的函数,那么你可以将它增加到t.timeit(数字= 1000)(或任何数字!),然后将答案除以数字以得到平均值.

我希望这有帮助.

Answer 8

纯Python

\n

更好的是time.perf_counter()：

\n

t0 = time.perf_counter()\nfun()\nt1 = time.perf_counter()\nprint(t1-t0)\n\n# and if you really want your answer in minutes:\nprint(f"In minutes: {(t1-t0)/60}")\n

\n

也是这个人推荐的（ 5:30）。

\n

文件：

\n

\n

time.perf_counter()\xe2\x86\x92 float

\n

返回性能计数器的值（以秒为单位），\ni.e 具有最高可用分辨率的时钟，可测量较短的持续时间。它确实包括睡眠期间经过的时间，并且是\n系统范围内的。返回值的参考点未定义，因此只有两次调用结果之间的差异才有效。

\n

用于perf_counter_ns()避免float类型造成的精度损失。

\n

3.3 版本中的新功能。

\n

版本 3.10 中的更改：在 Windows 上，该功能现在是系统范围的。

\n

\n\n

Jupyter 笔记本：%timeit&%time

\n

如果您使用 Jupyter Notebook（例如Google Colab），则可以使用 IPython Magic Commands。

\n

例子：

\n

import time\nimport numpy as np\nnp.random.seed(42)\n\ndef fun(): \n    time.sleep(0.1+np.random.rand()*0.05)\n

\n

然后在一个单独的单元格中，对函数进行多次计时：

\n

%timeit fun()\n

\n

输出：

\n

10 loops, best of 5: 120 ms per loop\n

\n

仅对函数计时一次：

\n

%time fun()\n

\n

输出：

\n

CPU times: user 0 ns, sys: 621 \xc2\xb5s, total: 621 \xc2\xb5s\nWall time: 114 ms\n

\n

您可以在此处找到有关 Magic Commands 的更多信息。

\n