`timeit`是Python标准库内置的小工具，可以快速测试小段代码的性能。
## 认识timeit
timeit 函数：
```python
timeit.timeit(stmt, setup,timer, number)
```
参数说明：
- **stmt**: statement的缩写，你要测试的代码或者语句，纯文本，默认值是 "pass"
- **setup**: 在运行`stmt`前的配置语句，纯文本，默认值也是 "pass"
- **timer**: 计时器，一般忽略这个参数
- **number**: `stmt`执行的次数，默认是1000000，一百万
repeat 函数：
```python
timeit.repeat(stmt, setup, timer, repeat, number)
```
是timeit的repeat版，可以指定重复timeit的次数，默认是3次，然后返回一个数组。
举一个简单的例子来说明用法：
```python
import timeit
print(timeit.timeit('output = 10*5')) # 0.014560436829924583
print(timeit.repeat('output = 10*5')) # [0.01492984383367002, 0.01342877489514649, 0.013638464966788888]
```
嗯，看上去没毛病，实际上谁也不会去测没有意义的加减乘除，我们需要测试自己的代码。
## 测试多行代码
测试多行代码可以用分号来连接语句。
```python
print(timeit.timeit(stmt='a=10;b=10;sum=a+b'))
```
也可以用三引号来写stmt。
```python
import timeit
import_module = "import random"
testcode = '''
def test():
return random.randint(10, 100)
'''
print(timeit.repeat(stmt=testcode, setup=import_module))
```
但是其实都挺扯的，自己的代码会那么简单？我们是模块化编程。
## 测试模块中的函数
如果你要测试的函数都在一个模块里，可以这样写timeit。
```python
import timeit
import random
import arrow
# 本地函数
def stupid1():
return random.randint(1, 10)
# 依赖其他函数
def stupid2():
return stupid1()
# 依赖其他包或者模块
def stupid3():
return arrow.now()
print(timeit.timeit('stupid1()', setup='from __main__ import stupid1'))
print(timeit.timeit('stupid2()', setup='from __main__ import stupid2'))
print(timeit.timeit('stupid3()', setup='from __main__ import stupid3', number=100))
```
写成上面这样的其实还是单行的模式。
## 借用default_timer
timeit自带的default_timer可以借来用一下。
```python
import timeit
import random
def test():
return random.randint(10, 100)
starttime = timeit.default_timer()
print("The start time is :",starttime)
test()
print("The time difference is :", timeit.default_timer() - starttime)
```
## 命令行的用法
timeit还支持命令行的调用方式，不过我觉得太累了，没必要去尝试。
```
C:\pythontest>python -m timeit -s 'text="hello world"'
20000000 loops, best of 5: 13.1 nsec per loop
```
## 分享一个案例
2月29那天，我想今年是闰年啊，计算闰年有几种算法啊？孔乙己说有3种：
```python
def is_leap_year_0(year):
if year % 4 == 0:
if year % 100 == 0:
if year % 400 == 0:
return True
else:
return False
else:
return True
else:
return False
def is_leap_year_1(year):
return year % 4 == 0 and (year % 100 != 0 or year % 400 == 0)
def is_leap_year_2(year):
if year % 400 == 0:
return True
if year % 100 == 0:
return False
if year % 4 == 0:
return True
return False
```
这三种方法那种最好啊？这个不能一概而论吧，因为要看你的参数是什么，比如1991年不是闰年，方法0和方法1直接就返回了，但方法2还需要走到最后一个if才知道不是闰年。再比如2020年，方法2直接就返回了，但是方法0和1需要走到最里层的if才得到结果。所以我们需要取样测试才公平，比如从1900年到2900年，每个函数都跑10000遍。
timeit就不太方便了，它接受的参数哪能那么复杂，我们需要包装一下。
```python
def perf_test(method):
years = range(1900, 2900)
if method == 0:
for y in years:
is_leap_year_0(y)
if method == 1:
for y in years:
is_leap_year_1(y)
if method == 2:
for y in years:
is_leap_year_2(y)
print(timeit('perf_test(0)', setup='from __main__ import perf_test', number=10000))
print(timeit('perf_test(1)', setup='from __main__ import perf_test', number=10000))
print(timeit('perf_test(2)', setup='from __main__ import perf_test', number=10000))
```
你们猜猜看哪个方法结果最好？你一定想不到。
```
1.6432780250906944
1.7527272370643914
0.0023122059646993876
```
## 其他的思路
`timeit`其实还是太弱了，随便测测还凑合，如果真要检查性能问题还是需要用更专业的手段。比如：
- [PyCharm Profiler](https://www.jetbrains.com/help/pycharm/profiler.html) （Pro版功能）
- [cProfile](https:/https://img.qb5200.com/download-x/docs.python.org/3/library/profile.html#module-cProfile)
- [pycallgraph](http://pycallgraph.slowchop.com/)
- [memory_profiler](http://pypi.org/project/memory-profiler/)
有机会我们下次再说。
> **关于作者：**
>
> Toby Qin, Python 技术爱好者，目前从事测试开发相关工作，转载请注明原文出处。
>
> 欢迎关注我的博客 https://betacat.online，你可以到我的公众号中去当吃瓜群众。
>
> 
