您好,登录后才能下订单哦!
这篇文章主要介绍了python中Jupyter运行时间的示例分析,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。
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()) )
以上实例输出结果为:
time.time(): 1234892919.655932 (2009, 2, 17, 10, 48, 39, 1, 48, 0) Tue Feb 17 10:48:39 2009
Python time time() 返回当前时间的时间戳(1970纪元后经过的浮点秒数)
参数:NA。
返回值:返回当前时间的时间戳(1970纪元后经过的浮点秒数)。
2.Jupyter Magic - Timing(%%time %time %timeit)
对于计时有两个十分有用的魔法命令:%%time 和 %timeit. 如果你有些代码运行地十分缓慢,而你想确定是否问题出在这里,这两个命令将会非常方便。
(1).%%time 将会给出cell的代码运行一次所花费的时间。
%%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 将会给出当前行的代码运行一次所花费的时间。
import numpy %time numpy.random.normal(size=1000) output: Wall time: 1e+03 µs
(3)%timeit 使用Python的timeit模块,它将会执行一个语句100,000次(默认情况下),然后给出运行最快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)
感谢你能够认真阅读完这篇文章,希望小编分享的“python中Jupyter运行时间的示例分析”这篇文章对大家有帮助,同时也希望大家多多支持亿速云,关注亿速云行业资讯频道,更多相关知识等着你来学习!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。