Python中计算函数执行时间的五种方法

更新时间：2025年05月12日 09:43:57 作者：風の住む街~

这篇文章主要为大家详细介绍了Python中统计函数执行时间的多种方法,例如time.time(),time.perf_counter(),timeit.timeit ()等,有需要的小伙伴可以了解下

1. time.time()

在计算函数执行时间时，这种时最简洁的一种方式，用两个时间戳做减法。

import time


def func():
    print('func start')
    time.sleep(1)
    print('func end')


t = time.time()
func()
print(f'coast:{time.time() - t:.4f}s')

结果为：

func start
func end
coast:1.0003s

这种方法很简单，也很常用，但是如果想更精确的计算函数的执行时间，就会产生精度缺失。

2. time.perf_counter() 推荐

示例一中注释掉time.sleep(1),只统计两个 print 函数的执行时间：

import time


def func():
    print('func start')
    # time.sleep(1)
    print('func end')


t = time.time()
func()
print(f'coast:{time.time() - t:.8f}s')

输出：

func start
func end
coast:0.0000s

这就说明time.time() 函数的精度不是特别高，没法统计执行时间极短的函数耗时。

perf_counter 函数是在 python3.3 中新添加的，它返回性能计数器的值，返回值是浮点型，统计结果包括睡眠的时间，单个函数的返回值无意义，只有多次运行取差值的结果才是有效的函数执行时间。

import time


def func():
    print('func start')
    # time.sleep(1)
    print('func end')


t = time.perf_counter()
func()
print(f'coast:{time.perf_counter() - t:.8f}s')

结果

func start
func end
coast:0.00001500s

结果并不是 0 秒，而是一个很小的值，这说明 perf_counter() 函数可以统计出 print 函数的执行耗时，并且统计精度要比 time.time() 函数要高，比较推荐作为计时器来使用。

3. timeit.timeit ()

timeit() 函数有 5 个参数，stmt=‘pass’, setup=‘pass’, timer=, number=1000000, globals=None。

stmt 参数是需要执行的语句，默认为 pass
setup 参数是用来执行初始化代码或构建环境的语句，默认为 pass
timer 是计时器，默认是 perf_counter()
number 是执行次数，默认为一百万
globals 用来指定要运行代码的命名空间，默认为 None。

import time
import timeit


def func():
    print('func start')
    time.sleep(1)
    print('func end')


print(timeit.timeit(stmt=func, number=1))

以上方案中比较推荐使用的是 time.perf_counter() 函数，它具有比较高的精度，同时还被用作 timeit 函数默认的计时器。

4.装饰器统计运行耗时

在实际项目代码中，可以通过装饰器方便的统计函数运行耗时。

import time


def cost_time(func):
    def fun(*args, **kwargs):
        t = time.perf_counter()
        result = func(*args, **kwargs)
        print(f'func {func.__name__} cost time:{time.perf_counter() - t:.8f} s')
        return result

    return fun


@cost_time
def test():
    print('func start')
    time.sleep(2)
    print('func end')


if __name__ == '__main__':
    test()

如果有使用异步函数的需求也可以加上：

import asyncio
import time
from asyncio.coroutines import iscoroutinefunction


def cost_time(func):
    def fun(*args, **kwargs):
        t = time.perf_counter()
        result = func(*args, **kwargs)
        print(f'func {func.__name__} cost time:{time.perf_counter() - t:.8f} s')
        return result

    async def func_async(*args, **kwargs):
        t = time.perf_counter()
        result = await func(*args, **kwargs)
        print(f'func {func.__name__} cost time:{time.perf_counter() - t:.8f} s')
        return result

    if iscoroutinefunction(func):
        return func_async
    else:
        return fun


@cost_time
def test():
    print('func start')
    time.sleep(2)
    print('func end')


@cost_time
async def test_async():
    print('async func start')
    await asyncio.sleep(2)
    print('async func end')


if __name__ == '__main__':
    test()
    asyncio.get_event_loop().run_until_complete(test_async())

使用装饰器来统计函数执行耗时的好处是对函数的入侵性小，易于编写和修改。

装饰器装饰函数的方案只适用于统计函数的运行耗时，如果有代码块耗时统计的需求就不能用了，这种情况下我们可以使用 with 语句自动管理上下文。

5. with 语句统计运行耗时

通过实现 enter 和 exit 函数可以让我们在进入上下文和退出上下文时进行一些自定义动作，例如连接 / 断开数据库、打开 / 关闭文件、记录开始 / 结束时间等等，这里我们用来统计函数块的执行时间。

import asyncio
import time


class CostTime(object):
    def __init__(self):
        self.t = 0

    def __enter__(self):
        self.t = time.perf_counter()
        return self

    def __exit__(self, exc_type, exc_val, exc_tb):
        print(f'cost time:{time.perf_counter() - self.t:.8f} s')


def test():
    print('func start')
    with CostTime():
        time.sleep(2)
        print('func end')


async def test_async():
    print('async func start')
    with CostTime():
        await asyncio.sleep(2)
        print('async func end')


if __name__ == '__main__':
    test()
    asyncio.get_event_loop().run_until_complete(test_async())

with 语句不仅可以统计代码块的执行时间，也可以统计函数的执行时间，还可以统计多个函数的执行时间之和，相比装饰器来说对代码的入侵性比较大，不易于修改，好处是使用起来比较灵活，不用写过多的重复代码。

6.延展：python实现函数超时退出

方法一

import time
import eventlet#导入eventlet这个模块
eventlet.monkey_patch()#必须加这条代码
with eventlet.Timeout(5,False):#设置超时时间为2秒
  time.sleep(4)
  print('没有跳过这条输出')
print('跳过了输出')

第二个方法不太会用，用的不成功，不如第一个

import time
import timeout_decorator

@timeout_decorator.timeout(5)
def mytest():
    print("Start")
    for i in range(1,10):
        time.sleep(1)
        print("{} seconds have passed".format(i))

if __name__ == '__main__':
    mytest()

Python设置函数调用超时

import time
import signal
def test(i):
time.sleep(i%4)
print "%d within time"%(i)
return i
if __name__ == '__main__':
def handler(signum, frame):
raise AssertionError
i = 0
for i in range(1,10):
try:
signal.signal(signal.SIGALRM, handler)
signal.alarm(3)
test(i)
i = i + 1
signal.alarm(0)
except AssertionError:
print "%d timeout"%(i)

说明：

1、调用test函数超时监控，使用sleep模拟函数执行超时

2、引入signal模块，设置handler捕获超时信息，返回断言错误

3、alarm(3)，设置3秒闹钟，函数调用超时3秒则直接返回

4、捕获异常，打印超时信息

执行结果

within time
within time
timeout
within time
within time
within time
timeout
within time
within time

到此这篇关于Python中计算函数执行时间的五种方法的文章就介绍到这了,更多相关Python计算函数执行时间内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

Python爬虫爬取糗事百科段子实例分享
在本篇文章里小编给大家整理了关于Python爬虫爬取糗事百科段子实例内容，需要的朋友们可以参考下。
2020-07-07
python运行cmd命令10种方式并获得返回值的高级技巧
这篇文章主要给大家介绍了关于python运行cmd命令10种方式并获得返回值的高级技巧,主要包括python脚本执行CMD命令并返回结果的例子使用实例、应用技巧,文中通过代码介绍的非常详细,需要的朋友可以参考下
2024-03-03
回归预测分析python数据化运营线性回归总结
本文主要介绍了python数据化运营中的线性回归一般应用场景，常用方法，回归实现，回归评估指标，效果可视化等，并采用了回归预测分析的数据预测方法
2021-08-08
一文详解Python中的时间和日期处理
在Python开发中，我们经常需要处理日期和时间，Python提供了一些内置模块，如datetime、time和calendar，这些模块让我们能够轻松地获取、操作和格式化日期和时间，本文将介绍如何在Python中使用这些模块进行日期和时间的处理
2023-06-06
python经典百题之画圆形多种解决办法
在Python中,您可以使用各种库和工具来绘制图形,其中包括绘制圆形,下面这篇文章主要给大家介绍了关于python经典百题之画圆形的多种解决办法,文中通过代码介绍的非常详细,需要的朋友可以参考下
2024-03-03
实例解析Python中的__new__特殊方法
__new__方法在Python中用于被创建类实例,接下来我们以实例解析Python中的__new__特殊方法,注意一下__new__与__init__方法的区别
2016-06-06
OpenCV+face++实现实时人脸识别解锁功能
这篇文章主要为大家详细介绍了OpenCV+face++实现实时人脸识别解锁功能，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2019-08-08
Ubuntu中安装指定Python版本方法详解(理论上各版本通用)
现在基于linux的发行版本有很多,有centos,ubuntu等,一般基于linux的衍生系统至少都安装了Python2版本,但是现在Python已经是3.x版本大行其道了,这篇文章主要给大家介绍了关于Ubuntu中安装指定Python版本方法的相关资料,理论上各版本通用,需要的朋友可以参考下
2023-06-06
Python简直是万能的，这5大主要用途你一定要知道！（推荐）
这篇文章主要介绍了Python主要用途，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2019-04-04
python实现炫酷屏幕保护的示例代码
这篇文章主要为大家详细介绍了如何利用python实现炫酷屏幕保护效果,文中的示例代码讲解详细,具有一定的学习价值,感兴趣的小伙伴可以跟随小编一起了解一下
2023-12-12