Python 2.x 中如何使用timeit模块进行代码性能测试

什么是timeit模块？

timeit模块是python的一个内置模块，它被用来在python代码中测量小段代码的执行时间。使用timeit模块可以得出某段代码的执行时间，从而可以比较不同代码实现方式的性能差异。timeit模块可以摆脱许多常见的程序执行时间测量陷阱，同时非常容易使用。

timeit模块的使用方法

以下是使用模块的基本步骤：

第一步：导入模块

import timeit

第二步：编写测试代码

在这一步中可以编写一段简单的代码来测试。

a = [i**2 for i in range(1000)]

第三步：使用timeit模块测试代码的性能

我们可以通过timeit的Timer方法来测试这段代码的执行时间。

t = timeit.Timer("a = [i**2 for i in range(1000)]")

第四步：执行测试

在这一步中，我们执行测试并获得实际的执行时间。

print(t.timeit())

这段代码执行了1000次，我们可以通过指定参数number的值来改变执行的次数。

print(t.timeit(number=100))

注意：timeit模块会默认执行1000000次，可以通过修改参数来改变默认行为

在上面的例子中，我们使用了timeit模块来测量一个简单列表推导式的执行时间。

使用setup参数

有时候我们需要在测试代码中定义一些变量，这时候我们可以使用setup参数在执行测试代码之前初始化这些变量。

t = timeit.Timer("x = range(100)", "from __main__ import range")

在这个例子中我们定义了一个x变量，并且通过setup参数将range函数引入到我们的测试代码中。

计算执行时间的平均值

有时候我们需要对某段代码的执行时间求平均值，来得到相对稳定的性能数据。

我们可以使用timeit模块中的repeat方法来计算某段代码的执行时间的平均值。

t = timeit.Timer("a = [i**2 for i in range(1000)]")

r = t.repeat(repeat=5, number=100)

在这个例子中，我们将代码执行了5次并且统计了每次执行的结果。

使用模块时需要注意的一些问题

在使用模块测试执行时间时需要注意一些缺点。主要包括：

缺点一：测试的代码中可能使用了全局变量

在测试代码中如果使用了全局变量，这种测试的性能数据可能并不准确。

缺点二：测试的代码可能执行太快而无法被测量

在Python中一些小的代码可能在执行前已经被缓存了，所以测试的性能数据无法准确反映每次执行的情况，或者在循环中多次执行的情况也可能会被缓存而无法准确测量。

在Python 2.x中如何使用timeit模块进行性能测试

在Python 2.x中我们可以使用如下方式来使用timeit模块进行性能测试

第一步：导入模块

import timeit

第二步：定义测试代码

在这一步中可以定义一段要测试的代码，例如下面这段计算列表平均值的代码。

import random

def avg(my_list):

    return sum(my_list) / len(my_list)
my_list = [random.randint(0, 100) for _ in range(1000)]

第三步：使用timeit模块测试性能
通过timeit模块的Timer方法来设置参数并执行测试。

t = timeit.Timer(stmt='avg(my_list)', 
    setup='from __main__ import avg, my_list')
print t.timeit(number=1000)

总结
使用timeit模块可以方便地测量代码的性能，但是需要在具体使用时注意上述的限制，进一步掌握Module2.x中time模块的使用对待模块的学习及了解有很好的帮助。