Курс Python → Измерение времени выполнения кода с помощью time

В процессе разработки программного обеспечения, особенно при оптимизации и отладке, часто возникает необходимость измерять время выполнения определённых блоков кода. Это позволяет понять, насколько эффективно работает ваш алгоритм, и выявить узкие места, требующие улучшения. В Python для этой цели можно воспользоваться встроенным модулем time, который предоставляет простые и удобные способы измерения времени выполнения.

Одним из самых простых методов является использование функции time.time(). Эта функция возвращает текущее время в секундах с плавающей точкой, начиная с 1 января 1970 года (так называемая «эпоха Unix»). Чтобы измерить время выполнения блока кода, достаточно зафиксировать текущее время перед его началом и затем снова зафиксировать время после завершения выполнения. Разница между этими двумя значениями и будет временем, затраченным на выполнение кода.

Пример использования данного метода может выглядеть следующим образом:

import time

# Записываем текущее время перед выполнением блока кода
start_time = time.time()

# Ваш код, время выполнения которого вы хотите измерить
for i in range(1000000):
    pass  # Здесь может быть любой ваш код

# Записываем текущее время после выполнения блока кода
end_time = time.time()

# Вычисляем время выполнения
execution_time = end_time - start_time
print(f"Время выполнения кода: {execution_time} секунд")

В приведённом примере мы измеряем время выполнения цикла, который выполняется миллион раз. После завершения цикла мы вычисляем разницу между end_time и start_time, чтобы получить время выполнения. Этот подход очень удобен для быстрой оценки производительности кода при отладке и профилировании.

Таким образом, использование функции time.time() позволяет легко и быстро замерять время выполнения различных участков кода. Это особенно полезно, когда вы хотите понять, какие части вашего приложения требуют оптимизации, или когда вы работаете с алгоритмами, где время выполнения имеет критическое значение. Не забывайте, что для более сложных сценариев можно использовать и другие инструменты, такие как модуль timeit, который предоставляет более точные измерения, учитывающие разные факторы, влияющие на производительность.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Парсинг статей с Newspaper3k
  2. Создание итерируемых объектов
  3. Конкатенация строк в Python
  4. Импорт с альтернативным именем
  5. Логирование с Logzero
  6. Счетчик в Python: most_common()
  7. Асинхронное программирование с asyncio
  8. Шаблоны и наследование в Flask
  9. Константы в модуле cmath
  10. Шаблоны Flask: условия и циклы
  11. Создание файла с проверкой ошибки
  12. Создание новых списков в Python
  13. Список методов и атрибутов
  14. Документация функции help() в Python
  15. Автоматизация действий с Pyautogui
  16. Виртуальные среды в Python
  17. Библиотека Rich: форматирование текста
  18. Подчеркивание в REPL
  19. Удаление falsy-значений из списка с помощью filter
  20. Работа с модулем cmath
  21. Создание именованных кортежей в Python
  22. Выключение компьютера с помощью Python
  23. Аннотации типов в Python
  24. Многоточие в Python
  25. Установка и использование Virtualenv
  26. Создание OrderedDict
  27. Вложенные функции в Python
  28. Работа с PosixPath() в Python
  29. Принципы Zen Python
  30. Работа с срезами в Numpy
  31. Создание графиков в терминале
  32. Нахождение отличий в списках
  33. TypedDict для kwargs в Python 3.12
  34. Декораторы в Python
  35. Python enumerate() для работы с индексами
  36. Основы работы с базами данных в Python
  37. Наследование в программировании
  38. Установка и использование Logzero
  39. Преобразование вложенного списка
  40. Асинхронное выполнение задач в Python
  41. Управление импортом в Python
  42. Изменение регистра данных
  43. Упрощение работы с JSON-данными в Python
  44. Работа с атрибутом dict
  45. Разбиение строки в Python
  46. Установка и использование Python-dateutil
  47. Множественные конструкторы в Python
  48. Выборка чисел

Marketello читают маркетологи из крутых компаний