哪些模块可用于python性能分析_4-Python内置类型性能分析

本文通过timeit模块测试了不同Python列表操作的执行速度,包括使用append、insert和直接初始化等方法。实验结果显示,对于大量元素的添加,append方法明显优于insert,而通过list(range())创建列表是最高效的方式。
摘要由CSDN通过智能技术生成

![](https://img.kancloud.cn/41/e0/41e066af9a6c25a24868d9667253ec98_1241x333.jpg)

*****

## 代码执行时间测量模块

```

li = []

li.append()

li.insert()

```

### timeit模块

timeit模块可以用来测试一小段Python代码的执行速度。

```

class timeit.Timer(stmt='pass', setup='pass', timer=)

Timer是测量小段代码执行速度的类。

stmt参数是要测试的代码语句(statment);

setup参数是运行代码时需要的设置;

timer参数是一个定时器函数,与平台有关。

```

timeit.Timer.timeit(number=1000000)

Timer类中测试语句执行速度的对象方法。number参数是测试代码时的测试次数,默认为1000000次。方法返回执行代码的平均耗时,一个float类型的秒数。

### list的操作测试

```

def test1():

l = []

for i in range(1000):

l = l + [i]

def test2():

l = []

for i in range(1000):

l.append(i)

def test3():

l = [i for i in range(1000)]

def test4():

l = list(range(1000))

def test5():

li = []

for i in range(1000):

li.insert(0, i)

from timeit import Timer

t1 = Timer("test1()", "from __main__ import test1")

print("add", t1.timeit(number=1000))

t2 = Timer("test2()", "from __main__ import test2")

print("append ",t2.timeit(number=1000))

t3 = Timer("test3()", "from __main__ import test3")

print("list derivation",t3.timeit(number=1000))

t4 = Timer("test4()", "from __main__ import test4")

print("list range ",t4.timeit(number=1000))

t5 = Timer("test5()", "from __main__ import test5")

print("list insert ",t5.timeit(number=1000))

```

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值