Курс Python → Измерение времени выполнения в Python

Для вычисления времени выполнения программы или функции в Python можно использовать модуль time. Для этого необходимо импортировать модуль time и вызвать функции time() и clock() перед и после выполнения кода, который нужно измерить.


import time

start_time = time.time()

# Код, который нужно измерить

end_time = time.time()

execution_time = end_time - start_time
print("Время выполнения кода: ", execution_time, "секунд")

В данном примере переменная start_time содержит время начала выполнения кода, а переменная end_time — время окончания выполнения. После этого вычисляется разница между ними, что и является временем выполнения кода.

Также можно использовать декоратор для измерения времени выполнения функции:


import time

def calculate_execution_time(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        execution_time = end_time - start_time
        print(f"Время выполнения функции {func.__name__}: {execution_time} секунд")
        return result
    return wrapper

@calculate_execution_time
def my_function():
    # Код функции

my_function()

В данном примере декоратор calculate_execution_time измеряет время выполнения функции my_function и выводит результат на экран. Таким образом, можно удобно контролировать время выполнения различных функций в Python.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Работа со стеком в Python
  2. Создание виртуальной среды
  3. Настройка шрифта и цвета в Tkinter
  4. Методы сравнения множеств
  5. Генерация UUID в Python
  6. Измерение времени выполнения кода
  7. Поиск всех индексов подстроки
  8. Удаление элементов из списка в Python
  9. Функция enumerate() в Python
  10. Группировка элементов в словарь
  11. Оператор space-invader
  12. Создание панели меню Tkinter
  13. JMESPath в Python
  14. Основные операции с Numpy
  15. Применение функции к списку
  16. Избегание циклических зависимостей классов в Python
  17. Документирование функций в Python
  18. Сортировка данных с лямбда-функциями
  19. Метод lt для сортировки объектов
  20. Логирование с Loguru
  21. Псевдонимы в Python
  22. Методы shutil для работы с файлами
  23. Конкатенация строк с join() в Python
  24. Отступы в Python
  25. Управление контекстом выполнения кода
  26. Python Translator: создание локальных переводчиков
  27. Разделение строк методом split()
  28. Атрибуты массивов в Numpy
  29. Python Тесты и Гайды
  30. Оптимизация памяти с __slots__
  31. Генераторы в Python
  32. Объединение словарей в Python
  33. Названия переменных
  34. Приближение чисел в Python
  35. Функции map() и reduce() в Python
  36. Получение текущей директории
  37. Поиск элементов BeautifulSoup
  38. Работа с getopt
  39. Установка и использование Python-dateutil
  40. Итераторы с потерямиZIP
  41. Нахождение максимального значения и его индекса в списке
  42. Работа с collections в Python.
  43. Big O оптимизация

Marketello читают маркетологи из крутых компаний