python 统计代码耗时的几种方法分享

import time

start_time = time.time()
sum = 0
for i in range(100000000):
    sum += i
print(sum)

end_time = time.time()
print("耗时: {:.2f}秒".fORMat(end_time - start_time))

输出：
4999999950000000
耗时: 10.53秒

import datetime

start_time = datetime.datetime.now()
sum = 0
for i in range(100000000):
    sum += i
print(sum)

end_time = datetime.datetime.now()
print("耗时: {}秒".format(end_time - start_time))

import time

def get_time(f):

    def inner(*arg,**kwarg):
        s_time = time.time()
        res = f(*arg,**kwarg)
        e_time = time.time()
        print('耗时：{}秒'.format(e_time - s_time))
        return res
    return inner

@get_time
def test():
    time.sleep(2)  # 模拟运行2s

test()

输出：
耗时：2.000781536102295秒

#导入timeit.timeit
from timeit import timeit
#看x=1的执行一次的时间（number可以省略，缺省为1000000)
t1 = timeit('x=1', number=1)
print(t1)
#一个列表生成器的执行时间,执行10000次：
t2 = timeit('[i for i in range(100) if i%2==0]', number=10000)
print(t2)

输出：
4.0000000001150227e-07
0.04841430000000002

from timeit import timeit
def func(a):
    sum = 0
    for i in range(a):
        sum += i
    return sum

# timeit(函数名_字符串，运行环境_字符串，number=运行次数)
t = timeit('func(10000000)', 'from __main__ import func', number=1)
print(t)
输出：
0.4887406

import timeit
def func(a):
    sum = 0
    for i in range(a):
        sum += i
    return sum

# timeit(函数名_字符串，运行环境_字符串，number=运行次数,repeat=重复次数，repeat=5)
t = timeit.repeat('func(100000)', 'from __main__ import func', number=100, repeat=5)
print(t)

import cProfile
def func(a):
    sum = 0
    for i in range(a):
        sum += i
    return sum
if __name__ == '__main__':
    cProfile.run("func(10000000)")