Python 程序运行时间计时

简单性能分析

Written By Python高效编程

装饰器实现：

@timer 就相当于 timer(waste_some_time) 的简化版本。

装饰器是一种将函数作为参数并进行包装（加强函数功能）的“语法糖”，具有方便、易用、可复用的特点。

其中 wrapper 函数，是 timer 函数的内置函数，可以使用 timer 函数中的局部变量。也就是说，在 wrapper 函数内部，可以直接使用 timer 函数传进来的参数 func。

wrapper(*args, **kwargs)、func(*args, **kwargs) 表示接受任何参数。如果括号中空白的话，传进来的 func 如果有参数的话，Python 解释器会报错。

# 错误写法
def do_twice(func):
    def wrapper():
        func()
        func()
    return wrapper

@do_twice
def waste_some_time(vol):
    ulist = []
    for i in range(vol):
        ulist.append(i)
# TypeError: waste_some_time() missing 1 required positional argument: 'vol'

正确操作如下：

# 微信公众号：Python高效编程
import functools
import time
## 装饰器
def timer(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        begin_time = time.perf_counter()
        value = func(*args, **kwargs)
        end_time = time.perf_counter()
        run_time = end_time - begin_time
        print('{} 共用时：{} s'.format(func.__name__, run_time))
        return value
    return wrapper

@timer
def waste_some_time():
    ulist = []
    for i in range(1000):
        ulist.append(i)
#输出：waste_some_time 共用时：8.039700333029032e-05 s

ipython 与 jupyert notebook

魔法命令：%timeit waste_some_time()

输出： 56.7 µs ± 204 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
https://blog.csdn.net/weixin_43773093/article/details/87824347