web-dev-qa-db-ja.com

timeit対タイミングデコレータ

私はいくつかのコードの時間を計ろうとしています。まず、タイミングデコレータを使用しました。

#!/usr/bin/env python

import time
from itertools import izip
from random import shuffle

def timing_val(func):
    def wrapper(*arg, **kw):
        '''source: http://www.daniweb.com/code/snippet368.html'''
        t1 = time.time()
        res = func(*arg, **kw)
        t2 = time.time()
        return (t2 - t1), res, func.__name__
    return wrapper

@timing_val
def time_izip(alist, n):
    i = iter(alist)
    return [x for x in izip(*[i] * n)]

@timing_val
def time_indexing(alist, n):
    return [alist[i:i + n] for i in range(0, len(alist), n)]

func_list = [locals()[key] for key in locals().keys()
             if callable(locals()[key]) and key.startswith('time')]
shuffle(func_list)  # Shuffle, just in case the order matters

alist = range(1000000)
times = []
for f in func_list:
    times.append(f(alist, 31))

times.sort(key=lambda x: x[0])
for (time, result, func_name) in times:
    print '%s took %0.3fms.' % (func_name, time * 1000.)

利回り

% test.py
time_indexing took 73.230ms.
time_izip took 122.057ms.

そして、ここでtimeitを使用します。

%  python - m timeit - s '' 'alist=range(1000000);[alist[i:i+31] for i in range(0, len(alist), 31)]'
10 loops, best of 3:
    64 msec per loop
% python - m timeit - s 'from itertools import izip' 'alist=range(1000000);i=iter(alist);[x for x in izip(*[i]*31)]'
10 loops, best of 3:
    66.5 msec per loop

Timeitを使用すると結果はほぼ同じになりますが、タイミングデコレータを使用すると、time_indexingはtime_izipよりも高速に見えます。

この違いの原因は何ですか？

どちらの方法も信じるべきですか？

もしそうなら、どれ？

pythontimingtimeit
55
unutbu

Timeitを使用します。テストを複数回実行すると、はるかに良い結果が得られます。

func_list=[locals()[key] for key in locals().keys() 
           if callable(locals()[key]) and key.startswith('time')]

alist=range(1000000)
times=[]
for f in func_list:
    n = 10
    times.append( min(  t for t,_,_ in (f(alist,31) for i in range(n)))) 

for (time,func_name) in Zip(times, func_list):
    print '%s took %0.3fms.' % (func_name, time*1000.)

->

<function wrapper at 0x01FCB5F0> took 39.000ms.
<function wrapper at 0x01FCB670> took 41.000ms.
18
Jochen Ritzel

functoolsのラッピングを使用して、Matt Alcockの答えを改善します。

from functools import wraps
from time import time

def timing(f):
    @wraps(f)
    def wrap(*args, **kw):
        ts = time()
        result = f(*args, **kw)
        te = time()
        print 'func:%r args:[%r, %r] took: %2.4f sec' % \
          (f.__name__, args, kw, te-ts)
        return result
    return wrap

例では：

@timing
def f(a):
    for _ in range(a):
        i = 0
    return -1

@timingでラップされたメソッドfの呼び出し：

func:'f' args:[(100000000,), {}] took: 14.2240 sec
f(100000000)

これの利点は、元の関数の属性を保持することです。つまり、関数名やdocstringなどのメタデータは、返された関数で正しく保持されます。

51
jonaprieto

タイミングデコレータを使用するのは、タイミングロジックに煩雑なコードを作成するのではなく、注釈を使用してコードにタイミングを振りかけることができるためです。

import time

def timeit(f):

    def timed(*args, **kw):

        ts = time.time()
        result = f(*args, **kw)
        te = time.time()

        print 'func:%r args:[%r, %r] took: %2.4f sec' % \
          (f.__name__, args, kw, te-ts)
        return result

    return timed

デコレータの使用は、アノテーションを使用するか、簡単に使用できます。

@timeit
def compute_magic(n):
     #function definition
     #....

または、時間を計る関数のエイリアスを変更します。

compute_magic = timeit(compute_magic)
29
Matt Alcock

from __main__ import foo、今はこれを使用します-Ipythonではなく、％rが機能する単純な引数に対して。
（なぜtimeitはサンク/クロージャではなく文字列でのみ機能するのか、つまりtimefunc（f、任意の引数）？）


import timeit

def timef( funcname, *args, **kwargs ):
    """ timeit a func with args, e.g.
            for window in ( 3, 31, 63, 127, 255 ):
                timef( "filter", window, 0 )
    This doesn't work in ipython;
    see Martelli, "ipython plays weird tricks with __main__" in Stackoverflow        
    """
    argstr = ", ".join([ "%r" % a for a in args]) if args  else ""
    kwargstr = ", ".join([ "%s=%r" % (k,v) for k,v in kwargs.items()]) \
        if kwargs  else ""
    comma = ", " if (argstr and kwargstr)  else ""
    fargs = "%s(%s%s%s)" % (funcname, argstr, comma, kwargstr)
        # print "test timef:", fargs
    t = timeit.Timer( fargs, "from __main__ import %s" % funcname )
    ntime = 3
    print "%.0f usec %s" % (t.timeit( ntime ) * 1e6 / ntime, fargs)

#...............................................................................
if __== "__main__":
    def f( *args, **kwargs ):
        pass

    try:
        from __main__ import f
    except:
        print "ipython plays weird tricks with __main__, timef won't work"
    timef( "f")
    timef( "f", 1 )
    timef( "f", """ a b """ )
    timef( "f", 1, 2 )
    timef( "f", x=3 )
    timef( "f", x=3 )
    timef( "f", 1, 2, x=3, y=4 )

追加：「ipythonがmainで奇妙なトリックを再生する」、 running-doctests-through-ipython のMartelliも参照

7
denis

単なる推測ですが、違いはrange（）値の違いの大きさのオーダーでしょうか？

元のソースから：

alist=range(1000000)

timeitの例から：

alist=range(100000)

価値のあるものについては、範囲を100万に設定したシステムの結果を以下に示します。

$ python -V
Python 2.6.4rc2

$ python -m timeit -s 'from itertools import izip' 'alist=range(1000000);i=iter(alist);[x for x in izip(*[i]*31)]'
10 loops, best of 3: 69.6 msec per loop

$ python -m timeit -s '' 'alist=range(1000000);[alist[i:i+31] for i in range(0, len(alist), 31)]'
10 loops, best of 3: 67.6 msec per loop

システムに「装飾」モジュールをインポートできなかったため、他のコードを実行することができませんでした。

更新-デコレータを使用せずにコードを実行すると、同じ矛盾が発生します。

$ ./test.py
time_indexing took 84.846ms.
time_izip took 132.574ms.

この質問を投稿していただきありがとうございます。今日何かを学びました。 =）

2
mpontillo

この特定の演習に関係なく、timeitを使用する方がはるかに安全で信頼性の高いオプションだと思います。ソリューションとは異なり、クロスプラットフォームでもあります。

0
SilentGhost