前面我们介绍过，time.time()和time.clock()方法可以用来计算程序执行时间及cpu时间。但是，很多时候我们只想对某些代码片段或者算法进行执行时间的统计，这时候，使用timeit模块就比较方便。timeit模块是Python内置的用于统计小段代码执行时间的模块，它同时提供命令行调用接口。
下面是三个命令行下的执行例子：
$ python3 -m timeit '"-".join(str(n) for n in range(100))' 10000 loops, best of 3: 30.2 usec per loop $ python3 -m timeit '"-".join([str(n) for n in range(100)])' 10000 loops, best of 3: 27.5 usec per loop $ python3 -m timeit '"-".join(map(str, range(100)))' 10000 loops, best of 3: 23.2 usec per loop
注意:在windows命令行中执行时，最外围要用双引号
上面的例子在IDLE环境下，是这么样的：
>>> import timeit >>> timeit.timeit('"-".join(str(n) for n in range(100))', number=10000) 0.3018611848820001 >>> timeit.timeit('"-".join([str(n) for n in range(100)])', number=10000) 0.2727368790656328 >>> timeit.timeit('"-".join(map(str, range(100)))', number=10000) 0.23702679807320237
timeit.timeit(stmt='pass', setup='pass', timer=
创建一个Timer实例，并运行代码进行计时，默认将代码执行一百万次。
stmt是要执行的代码，字符串形式，多行就多个字符串。setup是执行前的环境配置，比如import语句。timer是使用的计时器。number是执行的次数。globals是执行的命名空间。
timeit.repeat(stmt='pass', setup='pass', timer=
指定重复次数的执行timeit方法，返回一个结果列表。
timeit.default_timer()
默认的计时器，也就是time.perf_counter()
class timeit.Timer(stmt='pass', setup='pass', timer=
用于进行代码执行速度测试的计时类。该类有四个方法：
命令格式：
python -m timeit [-n N] [-r N] [-u U] [-s S] [-t] [-c] [-h] [语句 ...]
参数：
-n：执行次数 -r：计时器重复次数 -s：执行环境配置（通常该语句只被执行一次） -p：处理器时间 -v：打印原始时间 -h：帮助
1. 设置setup参数
$ python -m timeit -s 'text = "sample string"; char = "g"' 'char in text' 10000000 loops, best of 3: 0.0877 usec per loop $ python -m timeit -s 'text = "sample string"; char = "g"' 'text.find(char)' 1000000 loops, best of 3: 0.342 usec per loop
>>> import timeit >>> timeit.timeit('char in text', setup='text = "sample string"; char = "g"') 0.41440500499993504 >>> timeit.timeit('text.find(char)', setup='text = "sample string"; char = "g"') 1.7246671520006203
也可以这么调用：
>>> import timeit >>> t = timeit.Timer('char in text', setup='text = "sample string"; char = "g"') >>> t.timeit() 0.3955516149999312 >>> t.repeat() [0.40193588800002544, 0.3960157959998014, 0.39594301399984033]
2. 测试多行语句执行时间
测试的对象是str和int两种数据类型，一个有__bool__属性，一个没有。调用语句一个用try语法，一个用hasattr语法。最终显示不同情况下的执行效率。
$ python -m timeit 'try:' ' str.__bool__' 'except AttributeError:' ' pass' 100000 loops, best of 3: 15.7 usec per loop $ python -m timeit 'if hasattr(str, "__bool__"): pass' 100000 loops, best of 3: 4.26 usec per loop $ python -m timeit 'try:' ' int.__bool__' 'except AttributeError:' ' pass' 1000000 loops, best of 3: 1.43 usec per loop $ python -m timeit 'if hasattr(int, "__bool__"): pass' 100000 loops, best of 3: 2.23 usec per loop
>>> import timeit >>> # attribute is missing >>> s = """\ ... try: ... str.__bool__ ... except AttributeError: ... pass ... """ >>> timeit.timeit(stmt=s, number=100000) 0.9138244460009446 >>> s = "if hasattr(str, '__bool__'): pass" >>> timeit.timeit(stmt=s, number=100000) 0.5829014980008651 >>> >>> # attribute is present >>> s = """\ ... try: ... int.__bool__ ... except AttributeError: ... pass ... """ >>> timeit.timeit(stmt=s, number=100000) 0.04215312199994514 >>> s = "if hasattr(int, '__bool__'): pass" >>> timeit.timeit(stmt=s, number=100000) 0.08588060699912603
3. 在方法内通过setup参数指定调用对象
def test(): """Stupid test function""" L = [i for i in range(100)] if __name__ == '__main__': import timeit print(timeit.timeit("test()", setup="from __main__ import test"))
4. 通过globals参数指定运行空间
def f(x): return x**2 def g(x): return x**4 def h(x): return x**8 import timeit print(timeit.timeit('[func(42) for func in (f,g,h)]', globals=globals()))