我想在Jupyter笔记本中使用timeit magic命令为代码块计时。根据文档,timeit带有几个参数。特别是两个控制循环数和重复数。我不清楚这两个论点之间的区别。例如
import numpy
N = 1000000
v = numpy.arange(N)
%timeit -n 10 -r 500 pass; w = v + v
将运行10个循环和500次重复。我的问题是
可以解释为
以下? (实际计时结果有明显差异)
import time
n = 10
r = 500
T = numpy.empty(r)
for j in range(r):
t0 = time.time()
for i in range(n):
w = v + v
T[j] = (time.time() - t0)/n
print('Best time is {:.4f} ms'.format(max(T)*1000))
我所做的假设很可能是错误的,即内部循环的时间是通过该循环在
n迭代中平均的。然后,将执行此循环的500次重复中的最好一次。
我已经搜索了文档,却没有找到任何确切说明此操作的内容。例如,文档 here是
选项:-n:循环执行给定的语句时间。如果未给出该值,则选择一个合适的值。
-r:重复循环迭代次数并获得最佳结果。默认值:3
关于内部循环的计时方式,实际上并没有说什么。最终结果是“最好的”是什么?
我想计时的代码不涉及任何随机性,因此我想知道是否应该将此内部循环设置为
n=1。然后,
r重复将处理任何系统可变性。
请您参考如下方法:
看来最新版本的%timeit取的是r n环平均值的平均值,而不是最佳平均值。
显然,这与Python的早期版本有所不同。仍然可以通过r返回参数获得TimeResults平均值的最佳时间,但是不再显示该值。
