Python 无法理解timeit输出

我的问题是：

>>> 999 in list(xrange(1000))
True # this takes a glimpse

相反：

>>> import timeit
>>> timeit.timeit('999 in list(xrange(1000))')
26.88947892189026

为什么

timeit

的输出如此之高

谢谢

因为它做了一百万次

---

timeit.timeit

接受一个位置参数

number

，该参数默认为

1.000.000

，因此与仅执行一次语句相比，执行语句100万次确实需要更长的时间

如果您这样做一次，速度会快得多：

In [2]: timeit.timeit('999 in list(xrange(1000))')
Out[2]: 31.733104944229126

In [3]: timeit.timeit('999 in list(xrange(1000))', number=1)
Out[3]: 4.5061111450195312e-05

因为它做了一百万次

---

timeit.timeit

接受一个位置参数

number

，该参数默认为

1.000.000

，因此与仅执行一次语句相比，执行语句100万次确实需要更长的时间

如果您这样做一次，速度会快得多：

In [2]: timeit.timeit('999 in list(xrange(1000))')
Out[2]: 31.733104944229126

In [3]: timeit.timeit('999 in list(xrange(1000))', number=1)
Out[3]: 4.5061111450195312e-05

---

查看

timeit

调用签名：

timeit.timeit（stmt='pass'，setup='pass'，timer=，number=1000000）

。默认情况下，它运行1000000次。查看调用签名：

timeit.timeit（stmt='pass'，setup='pass'，timer=，number=1000000）

。默认情况下，它运行1000000次。无论如何，我觉得给出这样一个默认选项而不返回平均运行时间是很奇怪的。当有人执行

timeit.timeit（'foo（）'）

时，他感兴趣的是知道执行

foo

需要多长时间，而不是我认为执行

foo

一百万次需要多长时间。不过，这是一种观点。是的，这是一种观点。不过我还是分享了它，而且在我第一次使用它时没有阅读文档，我也去了wtf。但这就是它的工作原理！如果您的问题已解决，请勾选一个答案；-）无论如何，我觉得给出这样一个默认选项而不返回平均运行时间是很奇怪的。当有人执行

timeit.timeit（'foo（）'）

时，他感兴趣的是知道执行

foo

需要多长时间，而不是我认为执行

foo

一百万次需要多长时间。不过，这是一种观点。是的，这是一种观点。不过我还是分享了它，而且在我第一次使用它时没有阅读文档，我也去了wtf。但这就是它的工作原理！如果您的问题已解决，请勾选一个答案；-）<代码>编号=1产生不可靠的计时。您可以使用命令行界面：

python-mtimeit'999 in xrange（1000）

或将结果除以重复次数，并从多个测量值中取最小值（

repeat（）

函数）。

number=1

产生不可靠的计时。您可以使用命令行界面：

python-mtimeit'999 in xrange（1000）

或将结果除以重复次数，并从几个测量值中取最小值（

repeat（）

函数）。

>>> timeit.timeit('999 in list(xrange(1000))', number=1)
9.083747863769531e-05