首页 > 开发 > Python > 正文

python Jupyter运行时间实例过程解析

2024-09-09 19:03:15
字体:
来源:转载
供稿:网友

这篇文章主要介绍了python Jupyter运行时间实例过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

1.Python time time()方法

import timetime_start=time.time()time_end=time.time()print('totally cost',time_end-time_start)
import timeprint "time.time(): %f " % time.time()print time.localtime( time.time() )print time.asctime( time.localtime(time.time()) )

以上实例输出结果为:

time.time(): 1234892919.655932(2009, 2, 17, 10, 48, 39, 1, 48, 0)Tue Feb 17 10:48:39 2009

Python time time() 返回当前时间的时间戳(1970纪元后经过的浮点秒数)

参数:NA。

返回值:返回当前时间的时间戳(1970纪元后经过的浮点秒数)。

2.Jupyter Magic - Timing(%%time %time %timeit)

对于计时有两个十分有用的魔法命令:%%time 和 %timeit. 如果你有些代码运行地十分缓慢,而你想确定是否问题出在这里,这两个命令将会非常方便。

(1).%%time 将会给出cell的代码运行一次所花费的时间。

%%timeimport timefor _ in range(1000):  time.sleep(0.01)# sleep for 0.01 seconds output:CPU times: user 196 ms, sys: 21.4 ms, total: 217 msWall time: 11.6 s

(2).%time 将会给出当前行的代码运行一次所花费的时间。

import numpy%time numpy.random.normal(size=1000)output:Wall time: 1e+03 µs

(3)%timeit 使用Python的timeit模块,它将会执行一个语句100,000次(默认情况下),然后给出运行最快3次的平均值。

import numpy%timeit numpy.random.normal(size=100) output:12.8 µs ± 1.25 µs per loop (mean ± std. dev. of 7 runs, 100000 loops each)

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持武林网之家。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表