python timeit-程序测试(汇总-全) tcy

2024-03-20 10:08

本文主要是介绍python timeit-程序测试(汇总-全) tcy,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

timeit-程序测试    2018/9/6
    相对timeit 细粒度,profile 和 pstats 模块提供针对更大代码块的时间度量工具
    简单的程序语句测试,包含输入参数。一般取测试结果的最小值作为结果。
-------------------------------------------------------------------------------

1.简单测试程序的运行时间
    在一段程序的前后都用上time.time(),然后进行相减

 

-------------------------------------------------------------------------------
2.timeit
2.1.函数:
    timeit.timeit(stmt =
'pass',setup ='pass',timer = <default timer>,
                    number =
1000000,globals = None
        用途:
            Timer用给定语句设置代码和计时器函数创建一个实例,用timeit()执行测试
            全局变量参数指定要在其中执行代码的名称空间
        参数:
            stmt: 测试代码。字符串表达式,单个变量,函数。
            setup: 这将stmt的环境传进去。比如各种import和参数什么的。
            timer: 这个参数一般使用不到,具体使用可以参看文档。
   
    timeit.repeat(stmt =
'pass',setup ='pass',timer = <default timer>,repeat = 3
                    number =
1000000,globals = None
        Timer用给定语句设置代码和计时器函数创建一个实例,用repeat()执行重复测试
        全局变量参数指定要在其中执行代码的名称空间。
   
    timeit.default_timer()
        默认定时器time.perf_counter()
-------------------------------------------------------------------------------

2.2.class timeit.Timer(stmt ='pass',setup ='pass',timer = <timer function>,
                        globals =
None
    小代码片段的定时执行速度类。
   
    stmt和setup包含多个由
";"或换行符分隔语句,不包含多行字符串文字。
    默认在timeit的名称空间内执行; 可以通过传递一个名称空间给全局变量来控制。
    说明:
        和函数相比多了一个重复调用次数。
        度量一条语句执行时间,用timeit()方法。
        该语句和设置参数也可以采取的是不带参数的可调用的对象。

 

timeit(number = 1000000
    主要语句的时间编号执行。
    执行一次设置语句,返回多次执行主语句所需时间float秒

autorange(callback =
None
    自动确定调用次数timeit()

repeat(repeat =
3,number = 1000000
    重复调用timeit()次数
    参数1指定调用多少次timeit();参数2指定timeit()测试次数。

 

-------------------------------------------------------------------------------
3.实例

import timeit
#-----------------------------------------------------------------------------
#
测试语句1:timeit
# timeit(函数名_字符串,运行环境_字符串,number=运行次数)

 

a=timeit.timeit('id=a;name=b',setup='a=1000;b="Tom"',number=1000000)
print('1.1.testTime=',a)
#*******************************************
s='id=a;name=b'
a=timeit.timeit(stmt=s,setup='a=1000;b="Tom"',number=1000000)
print('1.2.testTime=',a)
#*******************************************
s = """\
id=a
name=b
"""

a=timeit.timeit(stmt=s,setup='a=1000;b="Tom"',number=1000000)
print('1.3.testTime=',a)
#*******************************************
 

#测试语句2:timeit.Timer
 

a=timeit.Timer('id=a;name=b','a=1000;b="Tom"').timeit(number=1000000)
print('1.4.testTime=',a)
#*******************************************
t=timeit.Timer('id=a;name=b','a=1000;b="Tom"')

a1=t.timeit(
number=1000000)
a2=t.repeat(
repeat = 3,number = 1000000)
print('1.5.testTime=',a1,a2)
#*******************************************
 


#-----------------------------------------------------------------------------
#
测试函数
    #setup=传递一个包含导入语句
#    另一个选择传递globals=globals(),这会导致代码在当前的全局名称空间内执行。

 

*******************************************
#
测试语句 :timeit
s='L = [i for i in range(n)]'
a=timeit.timeit(stmt=s,setup='n=100',number=100000)
print('2.0.testTime=',a)
#*******************************************
#
测试函数
def test(n):
   
L = [i for i in range(n)]

#if __name__ == '__main__':
a=timeit.timeit("test(100)", setup="from __main__ import test",number=100000)
print('2.1.testTime=',a)
#*******************************************
a=timeit.timeit('test(100)',number=100000, globals=globals())
print('2.2.testTime=',a)
#*******************************************
#
测试多个函数

def f(x):return x**2
def g(x):return x**4
def h(x):return x**8

a=timeit.timeit('[func(42) for func in (f,g,h)]',number=100000,globals=globals())
print('2.3.testTime=',a)
#*******************************************
 

------------------------------------------------------------------------------

#测试重复次数   timeit.repea
#repeat和timeit用法相似,多一个repeat参数(重复测试次数=3.),返回时间列表

 

a=timeit.repeat("test(100)", setup="from __main__ import test",number=100000,repeat=3)
print('3.1.testTime=',a,'min=',min(a))
#*******************************************
#
测试重复次数   timeit.Timer
t=timeit.Timer(stmt ='test(n)',setup ='n=100',globals = globals())
a1=t.timeit(
number=100000)
a2=t.repeat(
repeat = 3,number = 100000)
print('3.2.testTime=',a1,a2,'min=',min(a2))
 

#-----------------------------------------------------------------------------

#>>>
#1.1.testTime= 0.04432365000000005
#1.2.testTime= 0.04307258300000005
#1.3.testTime= 0.044008316999999963
#1.4.testTime= 0.04538698299999999
#1.5.testTime= 0.044759738999999965 [0.04225173900000001, 0.041612761, 0.04221409500000006]
#2.0.testTime= 0.5714974949999999
#2.1.testTime= 0.531626156
#2.2.testTime= 0.534958423
#2.3.testTime= 0.2584878100000001
#3.1.testTime= [0.5270306009999999, 0.5233380219999999, 0.5257756219999998] min= 0.5233380219999999
#3.2.testTime= 0.5361430020000002 [0.5355201569999997, 0.5308390449999996, 0.5279976230000001] min= 0.5279976230000001
#>>>

 

-------------------------------------------------------------------------------

 

这篇关于python timeit-程序测试(汇总-全) tcy的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/829112

相关文章

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

字节面试 | 如何测试RocketMQ、RocketMQ?

字节面试:RocketMQ是怎么测试的呢? 答: 首先保证消息的消费正确、设计逆向用例,在验证消息内容为空等情况时的消费正确性; 推送大批量MQ,通过Admin控制台查看MQ消费的情况,是否出现消费假死、TPS是否正常等等问题。(上述都是临场发挥,但是RocketMQ真正的测试点,还真的需要探讨) 01 先了解RocketMQ 作为测试也是要简单了解RocketMQ。简单来说,就是一个分

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来,一站式有声阅读平台听书系统 🌟&nbsp;开篇:遇见未来,从“智听”开始 在这个快节奏的时代,你是否渴望在忙碌的间隙,找到一片属于自己的宁静角落?是否梦想着能随时随地,沉浸在知识的海洋,或是故事的奇幻世界里?今天,就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统,它正悄悄改变着我们的阅读方式,让未来触手可及! 📚&nbsp;第一站:海量资源,应有尽有 走进“智听

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【测试】输入正确用户名和密码,点击登录没有响应的可能性原因

目录 一、前端问题 1. 界面交互问题 2. 输入数据校验问题 二、网络问题 1. 网络连接中断 2. 代理设置问题 三、后端问题 1. 服务器故障 2. 数据库问题 3. 权限问题: 四、其他问题 1. 缓存问题 2. 第三方服务问题 3. 配置问题 一、前端问题 1. 界面交互问题 登录按钮的点击事件未正确绑定,导致点击后无法触发登录操作。 页面可能存在

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

业务中14个需要进行A/B测试的时刻[信息图]

在本指南中,我们将全面了解有关 A/B测试 的所有内容。 我们将介绍不同类型的A/B测试,如何有效地规划和启动测试,如何评估测试是否成功,您应该关注哪些指标,多年来我们发现的常见错误等等。 什么是A/B测试? A/B测试(有时称为“分割测试”)是一种实验类型,其中您创建两种或多种内容变体——如登录页面、电子邮件或广告——并将它们显示给不同的受众群体,以查看哪一种效果最好。 本质上,A/B测

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该