Jupyter Notebook中%time和%timeit的使用详解

讲解“Jupyter Notebook中%time和%timeit的使用详解”的完整攻略：

概述

在Jupyter Notebook中，%time和%timeit是两个十分有用的命令，它们可以用来测试代码的执行时间，其中：

• %time用于测试单次代码块的执行时间；
• %timeit用于重复测试代码块的执行时间，以此来计算平均每个操作所需的时间。

本文将详细讲解%time和%timeit的使用方法。

%time

基本使用

%time命令后面跟随的一般是一条Python语句，它会返回这条语句执行的时间。

示例代码：

%time list(range(1000000))

示例输出：

CPU times: user 13.5 ms, sys: 3.68 ms, total: 17.2 ms
Wall time: 16.7 ms

其中，输出值CPU times、user、sys和total表示程序在CPU上执行的时间，即程序运行时间，而Wall time则是程序在墙上时钟上运行的实际时间。

多语句计时

在计时时，你可以使用花括号将多条语句组成一组。

示例代码：

%%time
x = 2
y = x * 2

示例输出：

CPU times: user 5 µs, sys: 2 µs, total: 7 µs
Wall time: 10 µs

输出时间到变量中

你可以将"%time"命令的输出值赋值给一个变量，以便稍后引用。

示例代码：

t = %timeit -o list(range(1000000))
print(t)

%timeit

%timeit命令用于测试Python语句的执行时间，并可以多次调用语句以得到更加准确的平均时间。默认情况下，%timeit命令将语句运行10000次。

示例代码：

%timeit list(range(1000000))

示例输出：

97.1 ms ± 3.82 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

这个例子中，%timeit命令运行了10000次list(range(1000000))，并且它通常需要97ms左右才能运行。输出值显示了所有执行时间的平均值、标准偏差和每个循环的时间。

你可以通过-n标志指定调用语句的次数，通过-r标志指定执行循环的数量。

示例代码：

%timeit -n 5 -r 3 list(range(1000000))

示例输出：

93.7 ms ± 1.04 ms per loop (mean ± std. dev. of 3 runs, 5 loops each)

在这个例子中，%timeit命令运行了5次list(range(1000000))，每次都重复进行3次循环，总共进行了15次循环。输出值显示了平均每个循环的时间。

最后，你可以将%timeit命令输出的结果保存到一个变量中。

示例代码：

t = %timeit -o list(range(1000000))
print(t)

示例输出：

87.7 ms ± 928 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)
<TimeitResult : 87.7 ms ± 928 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)>

结果存储在一个TimeitResult对象中，该对象包含经过多次重复的测试的平均时间、标准偏差等信息。