Python 研究(Dive Into Python)

为一个很短的代码计时都很复杂。 处理器有多少时间用于运行这个代码？ 有什么在后台运行吗？ 每个现代计算机都在后台运行持续或者间歇的程序。 小小的疏忽可能破坏你的百年大计，后台服务偶尔被 “唤醒” 在最后千分之一秒做一些像查收信件，连接计时通信服务器，检查应用程序更新，扫描病毒，查看是否有磁盘被插入光驱之类很有意义的事。 在开始计时测试之前，把一切都关掉，断开网络的连接。再次确定一切都关上后关掉那些不断查看网络是否恢复的服务等等。

接下来是计时框架本身引入的变化因素。 Python 解释器是否缓存了方法名的查找？ 是否缓存代码块的编译结果？ 正则表达式呢? 你的代码重复运行时有副作用吗？ 不要忘记，你的工作结果将以比秒更小的单位呈现，你的计时框架中的小错误将会带来不可挽回的结果扭曲。

Python 社区有句俗语： “Python 自己带着电池。” 别自己写计时框架。 Python 2.3 具备一个叫做 timeit 的完美计时工具。

例 18.2. 介绍 timeit

如果您还没有下载本书附带的例子程序, 可以 下载本程序和其他例子程序。

>>> import timeit
>>> t = timeit.Timer("soundex.soundex('Pilgrim')",
...     "import soundex")   
>>> t.timeit()              
8.21683733547
>>> t.repeat(3, 2000000)    
[16.48319309109, 16.46128984923, 16.44203948912]

	timeit 模块定义了接受两个参数的 Timer 类。两个参数都是字符串。 第一个参数是你要计时的语句，这里你计时的是以'Pilgrim'参数调用 Soundex 函数。 传递给 Timer 的第二个参数是为第一个参数语句构建环境的导入语句。 从内部讲， timeit 构建起一个独立的虚拟环境， 手工地执行建立语句（导入 soundex 模块），然后手工地编译和执行被计时语句（调用 Soundex 函数）。
	一旦有了 Timer 对象，最简单的事就是调用 timeit()，它调用你的函数一百万次并返回所耗费的秒数。
	Timer 对象的另一个主要方法是 repeat()， 它接受两个可选参数。 第一个参数是重复整个测试的次数，第二个参数是每个测试中调用被计时语句的次数。 两个参数都是可选的，它们的默认值分别是 3 和 1000000。 repeat() 方法返回以秒记录的每个测试循环的耗时列表。

	你可以在命令行使用 timeit 模块来测试一个已存在的 Python 程序，而不需要修改代码。在 http://docs.python.org/lib/node396.html 查看文档中关于命令行选项的内容。

注意 repeat() 返回一个时间列表。 由于 Python 计时器使用的处理器时间的微小变化（或者那些你没办法根除的可恶的后台进程），这些时间中几乎不可能出现重复。你的第一想法也许是说：“让我们求平均值获得真实的数据。”

事实上，那几乎是确定错误的。 你的代码或者 Python 解释器的变化可能缩短耗时，那些没办法去处的可恶后台进程或者其他 Python 解释器以外的因素也许另耗时延长。 如果计时结果之间的差异超过百分之几，太多的可变因素使你没法相信结果，如果不是这样则可以取最小值而丢弃其他结果。

Python 有一个方便的 min 函数可以把输入的列表返回成最小值：

>>> min(t.repeat(3, 1000000))
8.22203948912

	timeit 模块只有在你知道那段代码需要优化时使用。 如果你有一个很大的 Python 程序并且不知道你的性能问题所在，到 查看 hotshot 模块。