计算Python函数的运行时间

发表于   |  

有时候需要计算一下函数的时间，可以有以下的几种方式：

简单粗暴式

1
2
3
4
5
6
7
8
9
import time
def func():
    pass
if __name__ == '__main__':  
    start = time.time()
    func()
    print time.time() - start

升级版1

使用装饰器

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
import time
def count_running_time(func):
    def _count_running_time(*args, **kwargs):
        start = time.time()
        res = func(*args, **kwargs)
        print('cost time :{0}'.format(time.time() - start))
        return res
    return _count_running_time
@count_running_time
def func():
    pass
if __name__ == '__main__':
    func()

升级版2

通过上下文管理器

1
2
3
4
5
6
7
8
9
10
11
12
13
14
from contextlib import contextmanager
@contextmanager
def count_time():
    start_time = time.time()
    print("开始执行")
    yield
    print("执行结束，耗时{}".format(time.time() - start_time))
if __name__ == '__main__':
    with count_time():
        print("hi")

以上的方式，只能简单统计函数的总运行时间，如果函数复杂，需要分析里边调用的次数和耗时，则满足不了我们的需求。

更精确的统计方式

使用cProfile来进行统计，使用pstats来分析结果，直接看代码吧~

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
import time
def profile_func(func):
    import cProfile
    cProfile.run("{}()".format(func.func_name),"prof.txt")
    import pstats
    p = pstats.Stats("prof.txt")
    p.sort_stats("time").print_stats()
def func():
    print 'hello world'
    import time
    time.sleep(3)
if __name__ == '__main__':
    profile_func(func)

打印如下：

1
2
3
4
5
6
7
8
9
10
11
12
hello world
Sat Apr 16 17:19:10 2016    prof.txt
         4 function calls in 3.000 seconds
   Ordered by: internal time
   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    3.000    3.000    3.000    3.000 {time.sleep}
        1    0.000    0.000    3.000    3.000 C:/Py27Project/testtools/local_test/__init__.py:12(func)
        1    0.000    0.000    3.000    3.000 <string>:1(<module>)
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}

函数调用的次数和耗时一目了然~