Python 生成与循环值对应的矩阵

我的目标是评估输出相同结果的两个不同函数之间的执行时间。我正在研究np.linalg.det（）和一个名为mydet（）的函数

对于每个循环，我想生成一个nxn矩阵，其中n在（2,9）的范围内。第2个原因是任何较小的值都不是矩阵，第9个原因是任何较大的值和执行时间都将非常重要

我希望n值对应于循环值I，那么n=I+2？我从0开始，需要n从2开始

我想测量每个循环所需的时间，并将其分别附加到名为my_det_time和np_det_time的空列表中

现在，我的代码只计算执行时间的总和。然而，我希望占用每个循环的时间，并附加到我指定的列表中

为了计算每个循环的时间并将循环的时间附加到列表中，我需要改变什么，以便我可以看到矩阵变大时的时间进度，然后绘制数据进行比较

谢谢

import time 
start_time = time.time()
from random import randint

my_det_time = []
np_det_time = []

for i in range(8):
    n = i+2
    s = 10
    A = [[round(random.random()*s) for i in range(n)] for j in range(n)]
    np.linalg.det(A)


print("%s seconds" % (time.time() - start_time))

---

您可以有一个时间列表：

exe_times = []
for i in range(8):
    start = time.time()
    n = i+2
    s = 10
    A = [[round(random.random()*s) for i in range(n)] for j in range(n)]
    np.linalg.det(A)
    end = time.time()
    exe_times.append(end-start)

---

但请记住，这一时间是所谓的挂钟时间，即从循环开始到循环结束所经过的全部时间。这段时间并不是CPU完全通过计算循环中的指令所花费的时间。这可能是一个问题，例如，如果一个CPU绑定的程序在您的低持续时间循环开始运行的同时，在高持续时间循环之前停止运行。在这种情况下，时间比较是不准确的。

谢谢H.塔康，这非常有帮助

这就是我想到的，我想它能做我想要的一切

import matplotlib.patches as mpatches
import matplotlib.pyplot as plt
import time 
from random import randint

my_det_time = []
np_det_time = []

for i in range(8):
    start = time.time()
    n = i+2
    s = 10
    A = [[round(random.random()*s) for i in range(n)] for j in range(n)]
    mydet(A)
    end = time.time()
    my_det_time.append(end-start)

for i in range(8):
    start = time.time()
    n = i+2
    s = 10
    A = [[round(random.random()*s) for i in range(n)] for j in range(n)]
    np.linalg.det(A)
    end = time.time()
    np_det_time.append(end-start)

plt.plot([2,3,4,5,6,7,8,9], np_det_time, 'r', label='np.linalg.det')
plt.plot([2,3,4,5,6,7,8,9], my_det_time, 'g', label='mydet')
red_patch = mpatches.Patch(color='red', label='np.linalg.det')
green_patch = mpatches.Patch(color='green', label='mydet')
plt.legend(handles=[red_patch, green_patch])
plt.title('mydet() vs. np.linalg.det()')
plt.ylabel('Execution Time (sec)')
plt.xlabel('Matrix Size (n x n)')
plt.show()

您可以使用

范围（2,10）