Python 使用正则表达式从%%timeit提取测量值

我使用的是Jupyter笔记本，我有一个代码，我将使用

%%timeit-o

来测量它的性能，然后我需要提取测量值（时间和错误）并将它们存储在一个单独的变量中，我尝试使用

res=.

返回完整的字符串

之后，我尝试使用regualr表达式解析它，代码如下：

timeitResult = res

errorPattern = '±(.*)ms'
measurePattern = ':(.*)s'

error_search = re.search(errorPattern, timeitResult , re.IGNORECASE)
if error_search:
    error= error_search.group(1)

measure_search = re.search(measurePattern , timeitResult , re.IGNORECASE)
if measure_search :
    measure = measure_search .group(1)

print(float(error), float(measure))

但最终结果将是：

（27.7，27.7）

这只是

错误

，我甚至无法单独获取

度量值

的值

---

非常感谢您的帮助。

您无需解析字符串即可获得

TimeitResult

对象

只需使用标志：

[2]中的

：%%timeit-o
…：x=10
...:  
...:                                                                                                                                                                                                                                       
每个回路12.3纳秒±2.05纳秒（7次运行的平均值±标准偏差，每个100000000个回路）
出[2]：
在[3]中：
出[3]：
在[4]中：结果=\u
在[5]中：result.best
Out[5]：1.07634271599991E-08
在[7]中：变量（结果）
出[7]：
{'100000000，
“重复”：7，
“最佳”：1.0466937350001899e-08，
“最差”：1.0813086899997871e-08，
“所有运行”：[1.0537269180003932，
1.081308689999787,
1.053099127999758,
1.0665047210000012,
1.04669373500019,
1.0689385099999527,
1.0753222759999517],
“编译时间”：0.0001610000000007775，
"精度":3,，
“时间安排”：[1.0537269180003931e-08，
1.0813086899997871e-08，
1.0530991279997579e-08，
1.066504721000011E-08，
1.0466937350001899e-08，
1.06893850999526E-08，
1.0753222759999516e-08]}
[9]中：result.average
Out[9]：1.0636562825714333e-08
在[10]中：result.stdev
Out[10]：1.1841164471696355e-10

无法执行您的代码，抱歉，有很多名称错误？谢谢你的回答，我知道这一点，但我仍然需要解析，因为我不仅需要得到最佳结果，我还需要得到平均值以及错误值。这都是在

TimeitResult

对象中设置的。请参见编辑后的答案。

In [2]: %%timeit -o  
   ...: x = 10 
   ...:  
   ...:                                                                                                                                                                                                                                       
12.3 ns ± 2.05 ns per loop (mean ± std. dev. of 7 runs, 100000000 loops each)
Out[2]: <TimeitResult : 12.3 ns ± 2.05 ns per loop (mean ± std. dev. of 7 runs, 100000000 loops each)>

In [3]: _                                                                                                                                                                                                                                     
Out[3]: <TimeitResult : 12.3 ns ± 2.05 ns per loop (mean ± std. dev. of 7 runs, 100000000 loops each)>

In [4]: result = _                                                                                                                                                                                                                            

In [5]: result.best                                                                                                                                                                                                                           
Out[5]: 1.0763427159999991e-08

In [7]: vars(result)                                                                                                                                                                                  
Out[7]: 
{'loops': 100000000,
 'repeat': 7,
 'best': 1.0466937350001899e-08,
 'worst': 1.0813086899997871e-08,
 'all_runs': [1.0537269180003932,
  1.081308689999787,
  1.053099127999758,
  1.0665047210000012,
  1.04669373500019,
  1.0689385099999527,
  1.0753222759999517],
 'compile_time': 0.00016100000000007775,
 '_precision': 3,
 'timings': [1.0537269180003931e-08,
  1.0813086899997871e-08,
  1.0530991279997579e-08,
  1.0665047210000011e-08,
  1.0466937350001899e-08,
  1.0689385099999526e-08,
  1.0753222759999516e-08]}

In [9]: result.average                                                                                                                                                                                
Out[9]: 1.0636562825714333e-08

In [10]: result.stdev                                                                                                                                                                                 
Out[10]: 1.1841164471696355e-10