本文共 1148 字，大约阅读时间需要 3 分钟。

使用timeit库测量Python程序执行时间

在编写和优化Python程序时，了解代码片段的执行时间对于调试和性能优化至关重要。Python内置的timeit库为开发者提供了强大的工具，能够精确测量代码片段的运行时间。本文将详细介绍如何使用timeit库来评估程序的执行效率。

基本使用方法

首先，我们需要导入timeit库：

from timeit import timeit

要测量一个简单的代码片段的执行时间，可以使用timeit()函数。例如，执行x=1这一操作的时间：

timeit('x=1')

默认情况下，timeit()会执行1,000,000次操作。如果希望只执行一次，可以指定number参数：

timeit('x=1', number=1)

对于更复杂的代码片段，可以使用列表生成器来测试执行时间。例如，生成10000个元素的列表：

timeit('[i for i in range(10000)]', number=10000)

如果需要对函数的执行时间进行测试，可以将函数定义在代码中，然后使用timeit来测量其运行时间。例如，定义一个简单的函数func()：

from timeit import timeit
def func():
    s = 0
    for i in range(1000):
        s += i
    print(s)
# 测试函数执行时间
timeit('func()', 'from __main__ import func', number=1000)

多次测试与结果分析

在实际应用中，由于操作系统和其他程序的干扰，单次测试结果可能存在较大的波动。因此，通常会通过多次测试，取最优结果作为最终的执行时间。timeit库提供了repeat函数，用于指定重复测试的次数。例如，重复测试5次：

from timeit import repeat
def func():
    s = 0
    for i in range(1000):
        s += i
# 重复测试5次，返回时间列表
t = repeat('func()', 'from __main__ import func', number=100, repeat=5)
print(t)
print(min(t))

优化建议

通过这些方法，开发者可以精确测量代码片段的执行时间，从而更有效地进行性能优化和代码调试。