Jupyter Notebook中%time和%timeit的使用详解

软件发布|下载排行|最新软件

当前位置:首页IT学院IT技术

Jupyter Notebook中%time和%timeit的使用详解

宁萌Julie   2023-03-23 我要评论

本文介绍 Jupyter Notebook 中用于计算运行时间的魔法命令 ( magic commands ) %time 和 %timeit 。

1.%time 或 %timeit:计算当前行的代码运行时间。

%time 的计算结果包括:CPU time(CPU运行程序的时间), Wall time(Wall Clock Time,墙上挂钟的时间,也就是我们感受到的运行时间)。

%timeit 计时更为精确,这一命令会运行代码 r 次,每次 n 遍,再对 n*r 遍的结果取平均后,得到运行一遍代码的时间。

举个例子来看看吧,以列表的循环计算为例,先看 %time 的计算:

nums1=list(range(10000))
%time nums2=[i+5 for i in nums1]

这里我们用 %time 计算一下第二行代码,也就是对列表中每个元素的值加 5 的运行时间,结果为:

Wall time: 998 µs

我的电脑上不知怎么回事,只显示了 Wall time 。

再来看 %timeit 的计算:

nums1=list(range(10000))
%timeit nums2=[i+5 for i in nums1]

结果为:

645 µs ± 45.3 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

如上所示,使用 %timeit 计时会运行 r 次(默认值 r=7), 每一次运行 n 遍的 n 则是由系统根据代码确定一个合适的值,这里 n=1000,最后对所有计时结果取平均得到运行一遍代码的时间。

也可以使用 %timeit -r R -n N,以自定义的设置(运行R次,每一次N遍)来运行代码并计时。例如:

nums1=list(range(10000))
%timeit -r 5 -n 400 nums2=[i+5 for i in nums1]

就是对代码运行 5 次, 每次 400 遍,最后对所有计时结果取平均,得到运行一遍代码的时间。结果如下:

705 µs ± 60.1 µs per loop (mean ± std. dev. of 5 runs, 400 loops each)

2.%%time 或 %%timeit:计算当前单元(cell)的代码运行时间。

%%time 与 %time , %%timeit 与 %timeit 的计算方式相同,区别在于 % 是用于单行代码的命令,%% 是应用于当前单元的命令。

需要注意的是,%%time 或者 %%timeit 必须在当前单元的第一行。 并且,%%time 后不能跟代码。例如:

%%time 
nums1=list(range(10000))
nums2=[i+5 for i in nums1]

结果为:

Wall time: 1.99 ms

%%timeit 后面可以跟代码,这行代码会运行、但不会计入时间,从第二行开始计时。例如:

%%timeit nums1=list(range(10000))
nums2=[i+5 for i in nums1]

结果为:

685 µs ± 47 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

可以看到,这一结果与前面使用行命令 %timeit 的结果相近,因为 %%timeit 之后的代码nums1=list(range(10000)) 运行但是不计时。

再来看看 %%timeit 单独放在第一行的结果:

%%timeit 
nums1=list(range(10000))
nums2=[i+5 for i in nums1]

结果为:

800 µs ± 52 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

这种情况下,会对代码 nums1=list(range(10000)) 计时,因此运行时间更长一点。

参考:

1.Ipython帮助文档对于 %time 和 %timeit的讲解

2.stackoverflow关于 %timeit 的一个问答,介绍了 %timeit 和 %%timeit

Copyright 2022 版权所有 软件发布 访问手机版

声明:所有软件和文章来自软件开发商或者作者 如有异议 请与本站联系 联系我们