使用timeit测试Python函数的性能

　　timeit  是Python标准库内置的小工具，可以快速测试小段代码的性能。 认识timeit
　　timeit 函数：  timeit.timeit(stmt, setup,timer, number)
　　参数说明：  stmt : statement的缩写，你要测试的代码或者语句，纯文本，默认值是 ＂pass＂ setup : 在运行 stmt  前的配置语句，纯文本，默认值也是 ＂pass＂ timer : 计时器，一般忽略这个参数 number : stmt  执行的次数，默认是1000000，一百万
　　repeat 函数：  timeit.repeat(stmt, setup, timer, repeat, number)
　　是timeit的repeat版，可以指定重复timeit的次数，默认是3次，然后返回一个数组。
　　举一个简单的例子来说明用法：  import timeit print(timeit.timeit(＂output = 10*5＂))  # 0.014560436829924583 print(timeit.repeat(＂output = 10*5＂))  # [0.01492984383367002, 0.01342877489514649, 0.013638464966788888]
　　嗯，看上去没毛病，实际上谁也不会去测没有意义的加减乘除，我们需要测试自己的代码。  测试多行代码
　　测试多行代码可以用分号来连接语句。  print(timeit.timeit(stmt=＂a=10;b=10;sum=a+b＂))
　　也可以用三引号来写stmt。  import timeit import_module = ＂import random＂ testcode = ＂＂＂  def test():      return random.randint(10, 100) ＂＂＂ print(timeit.repeat(stmt=testcode, setup=import_module))
　　但是其实都挺扯的，自己的代码会那么简单？我们是模块化编程。  测试模块中的函数
　　如果你要测试的函数都在一个模块里，可以这样写timeit。  import timeit import random import arrow  # 本地函数 def stupid1():     return random.randint(1, 10)  # 依赖其他函数 def stupid2():     return stupid1()  # 依赖其他包或者模块 def stupid3():     return arrow.now()  print(timeit.timeit(＂stupid1()＂, setup=＂from __main__ import stupid1＂)) print(timeit.timeit(＂stupid2()＂, setup=＂from __main__ import stupid2＂)) print(timeit.timeit(＂stupid3()＂, setup=＂from __main__ import stupid3＂, number=100))
　　写成上面这样的其实还是单行的模式。  借用default_timer
　　timeit自带的default_timer可以借来用一下。  import timeit import random  def test():      return random.randint(10, 100)  starttime = timeit.default_timer() print(＂The start time is :＂,starttime) test() print(＂The time difference is :＂, timeit.default_timer() - starttime)命令行的用法
　　timeit还支持命令行的调用方式，不过我觉得敲参数累的半死，没必要去尝试。  C:pythontest>python -m timeit -s ＂text=＂hello world＂＂ 20000000 loops, best of 5: 13.1 nsec per loop分享一个案例
　　2月29那天，我想今年是闰年啊，计算闰年有几种算法啊？孔乙己说有3种：  def is_leap_year_0(year):     if year % 4 == 0:         if year % 100 == 0:             if year % 400 == 0:                 return True             else:                 return False         else:             return True     else:         return False   def is_leap_year_1(year):     return year % 4 == 0 and (year % 100 != 0 or year % 400 == 0)   def is_leap_year_2(year):     if year % 400 == 0:         return True     if year % 100 == 0:         return False     if year % 4 == 0:         return True     return False
　　这三种方法那种最好啊？这个不能一概而论吧，因为要看你的参数是什么，比如1991年不是闰年，方法0和方法1直接就返回了，但方法2还需要走到最后一个if才知道不是闰年。再比如2020年，方法2直接就返回了，但是方法0和1需要走到最里层的if才得到结果。所以我们需要取样测试才公平，比如从1900年到2900年，每个函数都跑10000遍。
　　timeit就不太方便了，它接受的参数哪能那么复杂，我们需要包装一下。  def perf_test(method):     years = range(1900, 2900)     if method == 0:         for y in years:             is_leap_year_0(y)      if method == 1:         for y in years:             is_leap_year_1(y)      if method == 2:         for y in years:             is_leap_year_2(y)  print(timeit(＂perf_test(0)＂, setup=＂from __main__ import perf_test＂, number=10000)) print(timeit(＂perf_test(1)＂, setup=＂from __main__ import perf_test＂, number=10000)) print(timeit(＂perf_test(2)＂, setup=＂from __main__ import perf_test＂, number=10000))
　　你们猜猜看哪个方法结果最好？你一定想不到。  1.6432780250906944 1.7527272370643914 0.0023122059646993876其他的思路
　　timeit  其实还是太弱了，随便测测还凑合，如果真要检查性能问题还是需要用更专业的手段。比如： PyCharm Profiler  （Pro版功能）  cProfile  pycallgraph  memory_profiler