timeit gegen Timing decorator

Question

Ich versuche, einige Code zu Zeit. Zuerst habe ich eine Zeit Dekorateur:

#!/usr/bin/env python

import time
from itertools import izip
from random import shuffle

def timing_val(func):
    def wrapper(*arg, **kw):
        '''source: http://www.daniweb.com/code/snippet368.html'''
        t1 = time.time()
        res = func(*arg, **kw)
        t2 = time.time()
        return (t2 - t1), res, func.__name__
    return wrapper

@timing_val
def time_izip(alist, n):
    i = iter(alist)
    return [x for x in izip(*[i] * n)]

@timing_val
def time_indexing(alist, n):
    return [alist[i:i + n] for i in range(0, len(alist), n)]

func_list = [locals()[key] for key in locals().keys()
             if callable(locals()[key]) and key.startswith('time')]
shuffle(func_list)  # Shuffle, just in case the order matters

alist = range(1000000)
times = []
for f in func_list:
    times.append(f(alist, 31))

times.sort(key=lambda x: x[0])
for (time, result, func_name) in times:
    print '%s took %0.3fms.' % (func_name, time * 1000.)

Ausbeuten

% test.py
time_indexing took 73.230ms.
time_izip took 122.057ms.

Und hier verwende ich timeit:

%  python - m timeit - s '' 'alist=range(1000000);[alist[i:i+31] for i in range(0, len(alist), 31)]'
10 loops, best of 3:
    64 msec per loop
% python - m timeit - s 'from itertools import izip' 'alist=range(1000000);i=iter(alist);[x for x in izip(*[i]*31)]'
10 loops, best of 3:
    66.5 msec per loop

Mit timeit die Ergebnisse sind praktisch die gleichen, aber mit dem Timing Dekorateur es erscheint time_indexing ist schneller als time_izip.

Was ist die Ursache für diesen Unterschied?

Sollte eine Methode angenommen werden?

Wenn ja, welche?

Answer 1

Mit timeit. Durchführung des Tests mehr als einmal gibt mir viel bessere Ergebnisse.

func_list=[locals()[key] for key in locals().keys() 
           if callable(locals()[key]) and key.startswith('time')]

alist=range(1000000)
times=[]
for f in func_list:
    n = 10
    times.append( min(  t for t,_,_ in (f(alist,31) for i in range(n)))) 

for (time,func_name) in zip(times, func_list):
    print '%s took %0.3fms.' % (func_name, time*1000.)

->

<function wrapper at 0x01FCB5F0> took 39.000ms.
<function wrapper at 0x01FCB670> took 41.000ms.

Answer 2

Mit Verpackung von functools Matt Alcock Antwort zu verbessern.

from functools import wraps
from time import time

def timing(f):
    @wraps(f)
    def wrap(*args, **kw):
        ts = time()
        result = f(*args, **kw)
        te = time()
        print 'func:%r args:[%r, %r] took: %2.4f sec' % \
          (f.__name__, args, kw, te-ts)
        return result
    return wrap

In einem Beispiel:

@timing
def f(a):
    for _ in range(a):
        i = 0
    return -1

Hervorrufen Methode f mit @timing gewickelt:

func:'f' args:[(100000000,), {}] took: 14.2240 sec
f(100000000)

Der Vorteil hierbei ist, dass es Attribute der ursprünglichen Funktion bewahrt; das heißt, Metadaten wie die Funktionsnamen und docstring korrekt auf der zurückgegebene Funktion erhalten bleibt.

Answer 3

Ich möchte einen Timing Dekorateur verwenden, da Sie Anmerkungen verwenden können das Timing um den Code zu streuen, anstatt dass Sie mit Timing-Logik chaotisch codieren.

import time

def timeit(f):

    def timed(*args, **kw):

        ts = time.time()
        result = f(*args, **kw)
        te = time.time()

        print 'func:%r args:[%r, %r] took: %2.4f sec' % \
          (f.__name__, args, kw, te-ts)
        return result

    return timed

die Dekorateur Verwendung ist einfach entweder Gebrauch Anmerkungen.

@timeit
def compute_magic(n):
     #function definition
     #....

oder Wieder alias die Funktion, die Sie Zeit mögen.

compute_magic = timeit(compute_magic)

Answer 4

Ich habe genug von from __main__ import foo, jetzt diese verwenden - für die einfache args, für die% r Werke, und nicht in IPython.
(Warum timeit nur auf Strings arbeitet, nicht Thunks / Verschlüsse heißt timefunc (f, willkürliche args)?)

import timeit

def timef( funcname, *args, **kwargs ):
    """ timeit a func with args, e.g.
            for window in ( 3, 31, 63, 127, 255 ):
                timef( "filter", window, 0 )
    This doesn't work in ipython;
    see Martelli, "ipython plays weird tricks with __main__" in Stackoverflow        
    """
    argstr = ", ".join([ "%r" % a for a in args]) if args  else ""
    kwargstr = ", ".join([ "%s=%r" % (k,v) for k,v in kwargs.items()]) \
        if kwargs  else ""
    comma = ", " if (argstr and kwargstr)  else ""
    fargs = "%s(%s%s%s)" % (funcname, argstr, comma, kwargstr)
        # print "test timef:", fargs
    t = timeit.Timer( fargs, "from __main__ import %s" % funcname )
    ntime = 3
    print "%.0f usec %s" % (t.timeit( ntime ) * 1e6 / ntime, fargs)

#...............................................................................
if __name__ == "__main__":
    def f( *args, **kwargs ):
        pass

    try:
        from __main__ import f
    except:
        print "ipython plays weird tricks with __main__, timef won't work"
    timef( "f")
    timef( "f", 1 )
    timef( "f", """ a b """ )
    timef( "f", 1, 2 )
    timef( "f", x=3 )
    timef( "f", x=3 )
    timef( "f", 1, 2, x=3, y=4 )

Hinzugefügt: siehe auch "ipython spielt seltsame Tricks mit Haupt ", Martelli in Einlauf Doctests-through-ipython

Answer 5

Nur eine Vermutung, aber könnte der Unterschied sein, die Größenordnung des Unterschieds in range () Werte?

Von Ihrer ursprünglichen Quelle:

alist=range(1000000)

Von Ihrem timeit Beispiel:

alist=range(100000)

Für das, was es wert ist, hier sind die Ergebnisse auf meinem System mit dem Bereich auf 1 Million:

$ python -V
Python 2.6.4rc2

$ python -m timeit -s 'from itertools import izip' 'alist=range(1000000);i=iter(alist);[x for x in izip(*[i]*31)]'
10 loops, best of 3: 69.6 msec per loop

$ python -m timeit -s '' 'alist=range(1000000);[alist[i:i+31] for i in range(0, len(alist), 31)]'
10 loops, best of 3: 67.6 msec per loop

ich nicht in der Lage war Ihren anderen Code zu bekommen zu laufen, da ich nicht die „Dekorateur“ Modul auf meinem System importieren konnte.

---

Aktualisieren -. Ich sehe die gleiche Diskrepanz Sie tun, wenn ich den Code ohne den Dekorateur beteiligt laufen

$ ./test.py
time_indexing took 84.846ms.
time_izip took 132.574ms.

Vielen Dank für die Buchung dieser Frage; Ich lernte etwas heute. =)

Answer 6

unabhängig von diesem speziellen Übung, würde ich mir vorstellen, dass timeit mit viel sicherer und zuverlässiger Option. es ist auch plattformübergreifende, im Gegensatz zu Ihrer Lösung.