python函数执行时间的简单介绍
7种检测Python程序运行时间、CPU和内存占用的方法
1. 使用装饰器来衡量函数执行时间
天柱网站建设公司成都创新互联公司,天柱网站设计制作，有大型网站制作公司丰富经验。已为天柱上1000家提供企业网站建设服务。企业网站搭建\外贸网站制作要多少钱，请找那个售后服务好的天柱做网站的公司定做！
有一个简单方法，那就是定义一个装饰器来测量函数的执行时间，并输出结果：
import time
from functoolsimport wraps
import random
def fn_timer(function):
@wraps(function)
def function_timer(*args, **kwargs):
t0= time.time()
result= function(*args, **kwargs)
t1= time.time()
print("Total time running %s: %s seconds" %
(function.__name__, str(t1- t0))
)
return result
return function_timer
@fn_timer
def random_sort(n):
return sorted([random.random() for i in range(n)])
if __name__== "__main__":
random_sort(2000000)
输出：Total time running random_sort: 0.6598007678985596 seconds
使用方式的话，就是在要监控的函数定义上面加上 @fn_timer 就行了
或者
# 可监控程序运行时间
import time
import random
def clock(func):
def wrapper(*args, **kwargs):
start_time= time.time()
result= func(*args, **kwargs)
end_time= time.time()
print("共耗时: %s秒" % round(end_time- start_time, 5))
return result
return wrapper
@clock
def random_sort(n):
return sorted([random.random() for i in range(n)])
if __name__== "__main__":
random_sort(2000000)
输出结果：共耗时: 0.65634秒
2. 使用timeit模块
另一种方法是使用timeit模块，用来计算平均时间消耗。
执行下面的脚本可以运行该模块。
这里的timing_functions是Python脚本文件名称。
在输出的末尾，可以看到以下结果：4 loops, best of 5: 2.08 sec per loop
这表示测试了4次，平均每次测试重复5次，最好的测试结果是2.08秒。
如果不指定测试或重复次数，默认值为10次测试，每次重复5次。
3. 使用Unix系统中的time命令
然而，装饰器和timeit都是基于Python的。在外部环境测试Python时，unix time实用工具就非常有用。
运行time实用工具：
输出结果为：
Total time running random_sort: 1.3931210041 seconds
real 1.49
user 1.40
sys 0.08
第一行来自预定义的装饰器，其他三行为：
real表示的是执行脚本的总时间
user表示的是执行脚本消耗的CPU时间。
sys表示的是执行内核函数消耗的时间。
注意：根据维基百科的定义，内核是一个计算机程序，用来管理软件的输入输出，并将其翻译成CPU和其他计算机中的电子设备能够执行的数据处理指令。
因此，Real执行时间和User+Sys执行时间的差就是消耗在输入/输出和系统执行其他任务时消耗的时间。
4. 使用cProfile模块
5. 使用line_profiler模块
6. 使用memory_profiler模块
7. 使用guppy包
python长时间运行 时间不准
python长时间运行 时间不准调整设置就可以。
这是因为，run 函数不是一瞬间就运行完成的。它运行也会消耗时间。
可以使用1秒作为deltatime。如果涉及到更精确的时间，则还是需要用time.time()来计算循环初始时间，然后在循环结尾计算中间的时间差来获得更精准的deltatime。
在python里用time.time判断函数的执行时间靠谱吗
使用time.time来统计函数的执行时间，程序只会执行一次，存在很大的随机因素。
timtit包就可以重复执行函数多次，然后将多次执行结果取平均值。相比起来更优。
然而程序执行时间很大程度还受计算机性能的影响，衡量程序好坏更靠谱的手段是计算时间复杂度。
python 打印出函数执行所用时间
使用timeit模块，先介绍下：
timeit 模块
timeit 模块定义了接受两个参数的 Timer 类。两个参数都是字符串。 第一个参数是你要计时的语句或者函数。 传递给 Timer 的第二个参数是为第一个参数语句构建环境的导入语句。 从内部讲， timeit 构建起一个独立的虚拟环境， 手工地执行建立语句，然后手工地编译和执行被计时语句。
一旦有了 Timer 对象，最简单的事就是调用 timeit()，它接受一个参数为每个测试中调用被计时语句的次数，默认为一百万次；返回所耗费的秒数。
Timer 对象的另一个主要方法是 repeat()， 它接受两个可选参数。 第一个参数是重复整个测试的次数，第二个参数是每个测试中调用被计时语句的次数。 两个参数都是可选的，它们的默认值分别是 3 和 1000000。 repeat() 方法返回以秒记录的每个测试循环的耗时列表。Python 有一个方便的 min 函数可以把输入的列表返回成最小值，如： min(t.repeat(3, 1000000))
你可以在命令行使用 timeit 模块来测试一个已存在的 Python 程序，而不需要修改代码。
再给你个例子，你就知道怎么做了。
# -*- coding: utf-8 -*-
#!/bin/env python
def test1():
n=0
for i in range(101):
n+=i
return n
def test2():
return sum(range(101))
def test3():
return sum(x for x in range(101))
if __name__=='__main__':
from timeit import Timer
t1=Timer("test1()","from __main__ import test1")
t2=Timer("test2()","from __main__ import test2")
t3=Timer("test3()","from __main__ import test3")
print t1.timeit(1000000)
print t2.timeit(1000000)
print t3.timeit(1000000)
print t1.repeat(3,1000000)
print t2.repeat(3,1000000)
print t3.repeat(3,1000000)
python函数深入浅出 16.time.sleep()函数详解
time.sleep() 函数命名来源于英文单词time(时间)和sleep(睡眠)。
time 是python带的非内置库，使用时需要import,主要用于处理和时间相关的操作。
time.sleep用于给定时间内挂起(等待)当前线程的执行。
time.sleep() 函数的例子：
可以注释掉time.sleep(2)再运行一次对比一下
可以看到虽然都是打印出一样的结果，但time.sleep()加入了等待时间
这里还要解释一下python中线程与进程的区别。
举个例子，厨房做菜看成是一个进程，那么这个进程下面就可能有多个人或一个人（cpu基本执行单元，即线程）来执行，多个人可以分别洗菜，刷碗，摆盘等等同时作业，他们又是共享这个厨房的资源的。每个人存在一定的资源竞争关系，比如炉火只有1个。
这里time.sleep是针对线程执行的，也就是其中一个人去sleep睡觉了，不影响其他人的继续工作。
参数
该函数没有返回值。
结果类似如下：
可以看到秒数相差了5
无
time.sleep()常用于推迟执行的场景
在python中，与时间相关的模块有：time，datetime以及calendar
对基础运行环境有疑问的，推荐参考: python函数深入浅出 0.基础篇
如何让python 脚本在指定的时间内运行？
最简单的：\x0d\x0a写一个python脚本\x0d\x0a加一个死循环，判断时间。\x0d\x0a如果到了指定的时间，就运行一次，然后在进入死循环。\x0d\x0a当然不是要你真搞个死循环占用CPU，你可以用sleep函数。不占用CPU。\x0d\x0a每次sleep 10s。。\x0d\x0a加个启动项，每次开机启动这个脚本就行了。
当前文章：python函数执行时间的简单介绍
链接分享：http://shouzuofang.com/article/hehsjo.html