Python timeit模块详解与列表操作性能实测

Noah
Noah
发布时间:2026-10-14| 2人浏览过
原创

本文深入解析Python标准库timeit模块的使用方法,包括Timer类的参数配置与对象方法调用。通过实际代码案例,对比了列表构建中+运算、append方法、列表生成器及直接转换四种方式在10000次迭代下的执行耗时,为开发者提供直观的性能参考与优化建议。

timeit模块基础介绍

1.timeit模块

timeit模块可用于评估一小段Python代码的执行效率。

class timeit.Timer(stmt = 'pass',setup = 'pass',timer=<timer function>)

  • Timer类专门用于测量小段代码的执行速度。
  • stmt参数指定需要测试的代码语句(statment);
  • setup参数用于指定运行代码前所需的初始化设置;
  • timer参数是一个与平台相关的定时器函数(适用于Windows、Unix、Linux、Mac等系统)。

timeit.timer(number = 10000)

这是Timer类中用于测试语句执行速度的对象方法。number参数指定测试代码时的重复次数,默认值为1000000(一百万)次。该方法返回执行代码的平均耗时,数据类型为float类型的秒数。

列表操作性能实测

2.使用timeit模块对Python中list内置操作的时间复杂度测算


3.测算代码块:


#下面列出list的几种常用内置方法以及list的几种构建方法
	
#coding:utf-8
 
#导入timeit模块
 
import timeit
 
#t1,以+的方式构建列表
 
'''
	li1 = [1,2]
 
	li2 = [23,24]
 
	li = li1 + li2
 
	#t2,列表生成器
 
	li = [i for i in range(10000)]
 
	#t3,将可迭代对象(range)直接转换成列表
 
	li = list(range(10000))
 
	#t4,先创建一个空列表,然后用.append方法添加元素
 
	li = []
 
	for i in range(10000):
		li.append(i)
'''
#下面开始测算
 
#append方法对空列表添加元素构造列表
def t1():
	li = []
	for i in range(10000):
		li.append(i)
#+的方法构造列表
def t2():
	li = []
	for i in range(10000):
		li += [i]
#列表生成器
def t3():
	li = [i for i in range(10000)]
#转换可迭代对象为列表
def t4():
	li = list(range(10000))
 
timer1 = timeit.Timer('t1()','from __main__ import t1')
print('+:',timer1.timeit(1000))
 
timer2 = timeit.Timer('t2()','from __main__ import t2')
print('append:',timer2.timeit(1000))
 
timer3 = timeit.Timer('t3()','from __main__ import t3')
print('列表生成器:',timer3.timeit(1000))
 
timer4 = timeit.Timer('t4','from __main__ import t4')
print('直接转换可迭代对象:',timer4.timeit(1000))

4.运行结果

+: 0.7415732243125414 append: 0.7872105163322995 列表生成器: 0.3843147415048551 直接转换可迭代对象: 1.3879485965428984e-05 [Finished in 2.0s]

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持本站。

相关标签:

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。