一、time模块中的process_time()
在Python中,计时方法可以使用time模块中的process_time()。
首先,我们需要导入time模块,然后使用process_time()方法来获取当前进程的CPU时间。
import time
start_time = time.process_time()
#执行代码
end_time = time.process_time()
process_time = end_time - start_time
print("代码执行时间:", process_time) #单位为秒
以上代码中,start_time和end_time记录的是代码执行前和执行后的时间,process_time则是两者之差,即代码的执行时间。
二、使用装饰器计时
为了更加方便,我们可以将时间计时的代码封装成一个装饰器,然后在需要计时的代码上添加@计时器的方式实现计时。
import time
def timer(func):
def wrapper(*args):
start_time = time.process_time()
func(*args)
end_time = time.process_time()
process_time = end_time - start_time
print("代码执行时间:", process_time, "秒")
return wrapper
@timer
def my_func():
#需要计时的代码
my_func()
以上代码中,timer()函数是一个装饰器,它返回一个内部的wrapper()函数,wrapper()函数接收任意数量的参数,使用*args表示,然后在函数执行前记录开始时间start_time,函数执行后记录结束时间end_time,计算得出代码执行的时间process_time。最后输出执行时间。可以看到my_func()函数被@timer装饰器修饰,实现了自动计时的功能。
三、使用contextmanager实现计时器
Python还提供了contextmanager模块,它可以实现上下文管理器的功能。使用with语句,我们可以方便地管理代码块的操作。我们可以结合time模块和contextmanager模块来实现一个方便的计时器。
import time
from contextlib import contextmanager
@contextmanager
def timeit(name):
start_time = time.process_time()
yield
end_time = time.process_time()
print(f"{name}代码执行时间: {end_time - start_time}秒")
with timeit("代码块名称"):
#需要计时的代码
以上代码中,我们定义了一个timeit()上下文管理器,接受一个参数name,表示代码块的名称。在yield之前记录了开始时间start_time,在yield之后记录了结束时间end_time,并输出代码块执行的时间。然后我们使用with语句调用该上下文管理器,将需要计时的代码放在with语句块内即可。
四、结语
本文介绍了Python中计时的三种方法:使用time模块的process_time()方法、使用装饰器进行计时、使用contextmanager实现计时器。这些方法可以帮助我们很好地了解代码的运行效率和优化空间。
建议在开发过程中,对需要优化的代码使用这些技巧进行计时,并及时检查程序中的性能热点,进而实现代码优化。