如何在Python中解释timeit命令

例如，我有一个列表：

L=[-13, -24, -21, -3, -23, -15, -14, -27, -13, -12]

如果输入

%timeit-n 10 myList=[如果项目<15，则输入L中项目的项目]

输出为

10个环路，每个环路的最佳输出为3:1.25µs

如果我键入

myGen=（如果项目<15，则L中的项目对应项目）

输出为

1000000个循环，每个循环3:561ns的最佳值

---

我不明白在案例2中，为什么一个生成器需要1000000个循环而不是10个循环？“三选一”是什么意思？我如何计算出每一个公共数据所需的总秒数，比如案例1中的10*1.25=12.5秒？

在第二个示例中，您没有将

-n

参数包含在

%timeit

中，因此ipython根据试运行的时间来改变重复次数；被测试的代码越快，为了获得更准确的每次迭代时间值而进行的迭代就越多

此外，测试会运行几次，以尽量减少外部因素（例如，当您的操作系统恰好安排了磁盘缓冲区刷新，而其他一切都变得稍微慢一点时）。这就是“三选一”的用武之地；测试连续运行3次，并选择最佳时间

请参阅，其中包括这些选项及其默认行为：

-n

：在循环中执行给定语句

次。如果未给出该值，则选择拟合值

-r

：重复循环迭代

次，获得最佳结果。默认值：3

您的第一个示例使用了

-n10

，因此它只运行了10次

由于使用生成器表达式创建生成器对象几乎是即时的，因此ipython可以以比执行列表理解更频繁的方式执行循环（列表理解必须执行

for

循环，然后生成包含所有结果的列表对象）。请记住，在您驱动迭代之前，生成器表达式不会执行任何操作

如果要比较生成器表达式生成与列表理解相同结果所需的时间，则必须实际进行迭代。您可以将表达式传递给

list（）

调用以实际生成列表：

%timeit -n 10 myGen = (item for item in L if item < 15); list(myGen)

%timeit-n 10 myGen=（如果项目<15，则L中的项目对应项目）；列表（myGen）

这会比较慢，因为生成器的开销略高于列表：

In [1]: L=[-13, -24, -21, -3, -23, -15, -14, -27, -13, -12]

In [2]: %timeit -n 10 myList = [item for item in L if item < 15]
10 loops, best of 3: 1.29 µs per loop

In [3]: %timeit -n 10 myGen = (item for item in L if item < 15); list(myGen)
10 loops, best of 3: 1.72 µs per loop

In[1]：L=[-13，-24，-21，-3，-23，-15，-14，-27，-13，-12]
在[2]中：%timeit-n10 myList=[如果项目<15，则L中的项目对应项目]
10个回路，最好为3个：每个回路1.29µs
[3]中：%timeit-n10 myGen=（如果项目<15，则L中的项目对应项目）；列表（myGen）
10个回路，最好为3个：每个回路1.72µs

请注意，您必须在每次测试迭代中重新创建生成器，因为生成器只能生成一次输出。

“3的最佳值”来自重复次数：-r N，--repeat=N“重复计时器的次数（默认值3）”