python中Jupyter運行時間的示例分析

這篇文章主要介紹了python中Jupyter運行時間的示例分析，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

1.Python time time()方法

import time
time_start=time.time()
time_end=time.time()
print('totally cost',time_end-time_start)

import time

print "time.time(): %f " % time.time()
print time.localtime( time.time() )
print time.asctime( time.localtime(time.time()) )

以上實例輸出結果為：

time.time(): 1234892919.655932
(2009, 2, 17, 10, 48, 39, 1, 48, 0)
Tue Feb 17 10:48:39 2009

Python time time() 返回當前時間的時間戳（1970紀元后經過的浮點秒數）

參數：NA。

返回值：返回當前時間的時間戳（1970紀元后經過的浮點秒數）。

2.Jupyter Magic - Timing(%%time %time %timeit)

對于計時有兩個十分有用的魔法命令：%%time 和 %timeit. 如果你有些代碼運行地十分緩慢，而你想確定是否問題出在這里，這兩個命令將會非常方便。

（1）.%%time 將會給出cell的代碼運行一次所花費的時間。

%%time
import time
for _ in range(1000):
  time.sleep(0.01)# sleep for 0.01 seconds
 
output:
CPU times: user 196 ms, sys: 21.4 ms, total: 217 ms
Wall time: 11.6 s

（2）.%time 將會給出當前行的代碼運行一次所花費的時間。

import numpy
%time numpy.random.normal(size=1000)
output:
Wall time: 1e+03 µs

（3）%timeit 使用Python的timeit模塊，它將會執行一個語句100，000次(默認情況下)，然后給出運行最快3次的平均值。

import numpy
%timeit numpy.random.normal(size=100)
 
output:
12.8 µs ± 1.25 µs per loop (mean ± std. dev. of 7 runs, 100000 loops each)

感謝你能夠認真閱讀完這篇文章，希望小編分享的“python中Jupyter運行時間的示例分析”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，更多相關知識等著你來學習!