Python timeit(): Ausführungszeit messen mit praktischen Beispielen

Python timeit(): Ausführungszeit messen mit praktischen Beispielen

Was ist Python timeit()?

Python timeit() ist ein eingebautes Modul, das entwickelt wurde, um die Ausführungszeit kleiner Code-Snippets mit hoher Präzision zu messen. Standardmäßig führt es die Anweisung eine Million Mal aus und meldet den schnellsten Lauf, was hilft, die Leistung verschiedener Implementierungen zu vergleichen.

Syntax

timeit.timeit(stmt, setup, timer, number)

Parameter

• stmt – Der zu messende Code. Standard ist pass.
• setup – Code, der einmal vor stmt ausgeführt wird. Standard ist pass.
• timer – Optionale Timer-Funktion. Das Modul stellt einen geeigneten Standard bereit.
• number – Wie oft stmt ausgeführt wird. Standard ist 1.000.000.

Modul zuerst importieren:

import timeit

Beispiel 1 – Einfacher Ausdruck timen

# Eine grundlegende arithmetische Operation testen

import timeit
print(timeit.timeit("output = 10*5"))

Typische Ausgabe:

0.06127880399999999

Dies zeigt die Zeit (in Sekunden) für den schnellsten von einer Million Läufen.

Mehrzeiligen Code timen

timeit kann mehrzeiligen Code verarbeiten, indem Anweisungen mit Semikolons getrennt oder ein Tripel-Quote-String übergeben wird.

Semikolons verwenden

import timeit
print("Die benötigte Zeit ist ", timeit.timeit(stmt="a=10;b=10;sum=a+b"))

Ausgabe:

Die benötigte Zeit ist 0.137031482

Tripel-Quote-Strings verwenden

import timeit
import_modul = "import random"
testcode = '''
def test():
    return random.randint(10, 100)
'''
print(timeit.repeat(stmt=testcode, setup=import_modul))

Ausgabe:

C:\pythontest>python testtimeit.py
Die benötigte Zeit ist 0.182619178

Wichtige Methoden

• timeit.default_timer() – Gibt die aktuelle Zeit mit der bestmöglichen Auflösung zurück.
• timeit.repeat(stmt, setup, timer, repeat, number) – Führt timeit() wiederholt aus und gibt eine Liste der besten Zeiten für jeden Lauf zurück.

Beispiel 1 – timeit.timeit() verwenden

# Eine Funktion testen, die eine zufällige Ganzzahl zurückgibt
import timeit
import_modul = "import random"
testcode = '''
def test():
    return random.randint(10, 100)
'''
print(timeit.timeit(stmt=testcode, setup=import_modul))

Ausgabe:

0.46715912400000004

Beispiel 2 – default_timer() verwenden

# Einen einzelnen Funktionsaufruf messen
import timeit
import random

def test():
    return random.randint(10, 100)

startzeit = timeit.default_timer()
print("Die Startzeit ist :", startzeit)
test()
print("Der Zeitunterschied ist :", timeit.default_timer() - startzeit)

Ausgabe:

Die Startzeit ist : 0.220261875
Der Zeitunterschied ist : 0.0004737320000000045

Beispiel 3 – timeit.repeat() verwenden

# Den Test fünfmal ausführen und die besten Zeiten erfassen
import timeit
import_modul = "import random"
testcode = '''
def test():
    return random.randint(10, 100)
'''
print(timeit.repeat(stmt=testcode, setup=import_modul, repeat=5))

Ausgabe:

[0.43638873, 0.5040939680000001, 0.5069179909999999, 0.3943449330000002, 0.3546886979999999]

Jeder Eintrag ist die beste Zeit für eine Iteration der 1.000.000 Läufe.

Kommandozeilen-Verwendung

Sie können timeit direkt aus der Shell aufrufen:

python -m timeit [-n N] [-r N] [-s S] [-t] [-c] [-h] [code statement ...]

• -n N – Anzahl der Schleifen für die Anweisung.
• -r N – Wie oft der gesamte Timing-Prozess wiederholt wird.
• -s S – Setup-Code, der einmal vor dem Timing ausgeführt wird.
• -t – time.time() als Timer verwenden.
• -c – time.clock() als Timer verwenden.
• -h – Hilfe anzeigen.

Beispiel

C:\pythontest>python -m timeit -s 'text="hello world"' 20000000 loops, best of 5: 13.1 nsec per loop

Eine weitere praktische Möglichkeit ist der Aufruf von timeit aus der REPL:

import timeit
print("Die benötigte Zeit ist ", timeit.timeit(stmt="a=10;b=10;sum=a+b"))

Ausgabe:

Die benötigte Zeit ist 0.15048536300000137

Warum timeit() das beste Werkzeug zum Timen von Python-Code ist

• Es führt die Anweisung oft aus (Standard 1.000.000) und gibt den schnellsten Lauf zurück, was eine zuverlässige Schätzung liefert.
• Garbage Collection ist während des Timings deaktiviert, was verhindert, dass sie die Ergebnisse verfälscht.
• Es wählt automatisch den präzisesten Timer für Ihr Betriebssystem (z. B. time.clock() unter Windows, time.time() unter macOS/Linux).

Zusammenfassung

Das timeit-Modul ist unverzichtbar für das Benchmarking kurzer Python-Snippets. Seine Parameter sind unkompliziert:

• stmt – Zu messender Code.
• setup – Einmaliger Setup-Code.
• timer – Optionale Timer-Funktion.
• number – Wie oft stmt läuft.

Stellen Sie sicher, timeit für genaue, reproduzierbare Messungen zu verwenden.