金点网络-全网资源,一网打尽
  • 网站首页
    • 金点部落
    • 小游戏
    • OpenAPI
    • 设计资产导航
    • 升级会员
  • 技能学习
    • 体育运动
    • 办公教程
    • 口才演讲
    • 小吃技术
    • 建站教程
    • 摄影教程
    • 棋牌教程
    • 网赚教程
      • 爆粉引流
      • 自媒体
      • 贴吧引流
  • 网站源码
    • 商城/淘客/交易
    • 小说/漫画/阅读
    • 影视/音乐/视频
    • 微信/微商/微擎
    • 理财/金融/货币
    • 模板/主题/插件
  • 游戏源码
    • 精品网单
    • 端游源码
    • 手游源码
    • 页游源码
  • 素材资料
    • 电子文档
    • 综合资料
    • 考研资料
    • 设计素材
    • 音频讲座
      • 人文艺术
      • 名师讲座
      • 说书小说
  • 软件工具
    • Windows软件
    • MacOS软件
    • Android软件
  • 寄售资源
    • 游戏源码
    • 网站源码
    • 软件源码
  • 公益服
登录/注册
  • 专享大神特权
立即开通开通会员抄底价

Python数据分析(中英对照)·Measuring Time 测量时间

作者 : jamin 本文共3084个字,预计阅读时间需要8分钟 发布时间: 2020-10-18 共1460人阅读

2.4.4: Measuring Time 测量时间

It is often helpful to be able to measure how long a segment of code
能够测量代码段的长度通常很有帮助
takes to run.
跑步需要时间。
One reason for wanting to know might be that you
想知道的一个原因可能是你
have two or more ways of coding up the same task
有两种或两种以上的方法对同一任务进行编码
and you’d like to know which one is faster.
你想知道哪一个更快。
Another reason might be that you have a large dataset
另一个原因可能是您的数据集很大
and you’d like to have a sense ahead of time
你想提前有个感觉
how long it might take to run your code.
运行代码可能需要多长时间。
You could do this by running the code for smaller datasets first, time the
您可以通过首先为较小的数据集运行代码来实现这一点
running time, and then extrapolate from there to the running
运行时间,然后从那里推断到运行时间
time for the whole dataset.
整个数据集的时间。
A simple way to measure time in Python is to use the time module.
在Python中测量时间的一种简单方法是使用时间模块。
We will import the module by saying import time.
我们将通过说出导入时间来导入模块。
One of the most useful functions in the time module is the time.clock function.
时间模块中最有用的功能之一是time.clock功能。
That gives us the current time.
这给了我们当前的时间。
We can capture that in a variable called start time.
我们可以在一个名为“开始时间”的变量中捕获它。
So we just type start_time equals time.clock.
所以我们只需输入start_time等于time.clock。
And then we can run this again to extract the end time.
然后我们可以再次运行它来提取结束时间。
I’m going to call that end time.
我要称之为结束时间。
So end_time equals time.clock.
所以结束时间等于时间。
If I want to see how much time has elapsed between these two time points,
如果我想知道这两个时间点之间经过了多少时间,
I can take my end time and from that, I will subtract my start time.
我可以计算我的结束时间,从中减去我的开始时间。
There are a few different ways to measure time in Python and each of them
在Python中有几种不同的时间度量方法,每种方法都有
has its uses.
有它的用途。
But for many purposes, such as comparing performance,
但出于许多目的,例如比较性能,
time.clock is the right function to use.
time.clock是正确使用的函数。
Working with our previous example, the one that relied only on pure Python,
使用我们前面的示例,即仅依赖纯Python的示例,
I have the code here in front of me.
我面前有密码。
In order to time its performance, I’m first
为了给它的表演计时,我是第一个
going to catch the start time by saying start_time equals time.clock.
通过说start_time等于time.clock来捕捉开始时间。
The code will run
代码将运行
and once it’s finished, I went to capture the end time.
一旦完成,我就去捕捉结束时间。
So I capture time here again.
所以我再次在这里捕捉时间。
And then what I’d like to do is print the difference between end time
然后我要做的是打印结束时间和
and start time.
开始时间。
Let’s try running this code.
让我们试着运行这段代码。
In this case, we might expect this to take somewhere between 5 seconds
在这种情况下,我们可能需要5秒左右的时间
and perhaps up to 1 minute, depending on the speed of your computer.
根据你电脑的速度,可能最多1分钟。
Let’s then look at the second implementations of this example,
然后让我们看一下这个示例的第二个实现,
the one that relies on NumPy.
那个依赖NumPy的人。
Again, we will capture start time,
同样,我们将捕获开始时间,
and will the same once the code has run.
并且在代码运行后也会发生同样的情况。
In this case, we just have two lines for the code.
在本例中,我们只有两行代码。
And in the end, we just want to print out the difference between end time
最后,我们只想打印出结束时间之间的差异
and start time.
开始时间。
We would expect this code to run much faster because it makes use of NumPy.
我们希望这段代码运行得更快,因为它使用了NumPy。
In this case, the code runs almost immediately.
在这种情况下,代码几乎立即运行。
Let’s look at the difference in performance
让我们看看性能上的差异
between these two different ways of implementing the same example.
在实现同一示例的这两种不同方法之间。
I’m going to take the time I got from the first example, the pure Python
我将使用第一个示例中的时间,纯Python
implementation, and I will then divide that by the time I got using NumPy.
实现,然后我将把它除以我使用NumPy时得到的值。
In this case, we see that the NumPy implementation is over 80 times faster
在本例中,我们看到NumPy实现的速度快了80多倍
than the Python-based implementation.
而不是基于Python的实现。

Python 数据分析
本站所提供的部分资源来自于网络,版权争议与本站无关,版权归原创者所有!仅限用于学习和研究目的,不得将上述内容资源用于商业或者非法用途,否则,一切后果请用户自负。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容资源。如果上述内容资对您的版权或者利益造成损害,请提供相应的资质证明,我们将于3个工作日内予以删除。本站不保证所提供下载的资源的准确性、安全性和完整性,源码仅供下载学习之用!如用于商业或者非法用途,与本站无关,一切后果请用户自负!本站也不承担用户因使用这些下载资源对自己和他人造成任何形式的损失或伤害。如有侵权、不妥之处,请联系站长以便删除!
金点网络-全网资源,一网打尽 » Python数据分析(中英对照)·Measuring Time 测量时间

常见问题FAQ

免费下载或者VIP会员专享资源能否直接商用?
本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。
是否提供免费更新服务?
持续更新,永久免费
是否经过安全检测?
安全无毒,放心食用
jamin

jamin 大神

下一篇
网络协议-组播介绍

相关推荐

Python数据分析(中英对照)·Indexing NumPy Arrays 索引 NumPy 数组

Python数据分析(中英对照)·Indexing NumPy Arrays 索引 NumPy 数组

Python数据分析(中英对照)·Customizing Your Plots-自定义绘图

Python数据分析(中英对照)·Customizing Your Plots-自定义绘图

Python数据分析(中英对照)·Dictionaries 字典

Python数据分析(中英对照)·Dictionaries 字典

Python数据分析(中英对照)·Classes and Object-Oriented Programming类和面向对象编程

Python数据分析(中英对照)·Classes and Object-Oriented Programming类和面向对象编程

Python数据分析(中英对照)·Introduction to NumPy Arrays NumPy 数组简介

Python数据分析(中英对照)·Introduction to NumPy Arrays NumPy 数组简介

标签云
Android Atom ExecutorService ForkJoin GM GM后台 GM授权后台 H5 Java Javascript Linux手工服务端 pipbestcom Python ReentrantLock synchronized ThreadLocal volatile Win一键即玩服务端 一键端 传奇 写作 创业 单机 后台 商业端 外网 安卓 安卓苹果双端 工具 手工端 手游 搭建教程 教程 数据分析 文案 游戏源码 端游 经典 网单 职场 自媒体 视频教程 详细搭建教程 运营后台 页游

近期文章

  • 回合手游【逍遥西游之繁华西游】最新整理单机一键既玩镜像服务端_Linux手工端_GM后台_教程
  • 最新整理精品回合制手游【天书奇谈3D混沌完整版】VM一键单机版_linux手工外网端_隐盟视频教程_授权GM后台_双端
  • 典藏修真页游【诸仙列传OL】最新整理Win系服务端_GM工具_详细外网搭建教程
  • MT3换皮MH【浮生若梦尊享挂机修复版】最新整理单机一键即玩镜像端_Linux手工服务端_安卓苹果双端_GM后台_详细搭建教程
  • 大话回合手游【最新引擎之缥缈西游渡劫版】最新整理Linux手工服务端_安卓苹果双端_管理后台_CDK后台_详细搭建教程_视频教程

分类

  • | wordpress插件 |
  • | wordpress模板 |
  • | 其它模板 |
  • | 帝国模板 |
  • | 织梦插件 |
  • | 织梦模板 |
  • A5源码
  • Android软件
  • APP引流
  • E语言
  • H5
  • LUA
  • QQ营销
  • SEO推广
  • Windows软件
  • 体育运动
  • 信息数据
  • 创业专题
  • 办公教程
  • 口才演讲
  • 名师讲座
  • 商城/淘客/交易
  • 小吃技术
  • 小说/漫画/阅读
  • 建站教程
  • 引流脚本
  • 影视/音乐/视频
  • 影视资源
  • 微信/微商/微擎
  • 微信小程序
  • 微信营销
  • 微擎模块
  • 手游源码
  • 技能学习
  • 抖音课程
  • 摄影教程
  • 棋牌教程
  • 模板/主题/插件
  • 游戏源码
  • 爆粉引流
  • 理财/金融/货币
  • 生活老师
  • 电商客
  • 电子文档
  • 电脑教程
  • 社群营销
  • 站长工具
  • 精品网单
  • 系统工具
  • 素材资料
  • 综合资料
  • 编程经验
  • 网站源码
  • 网络安全
  • 网赚教程
  • 网赚源码
  • 考研资料
  • 脚本/AI/智能
  • 自媒体
  • 英语学习
  • 营销软件
  • 设计素材
  • 说书小说
  • 贴吧引流
  • 软件工具
  • 软文营销
  • 逆向软件
  • 音频讲座
  • 页游源码

提供最优质的资源集合

立即加入 友好社区
金点网络-全网资源,一网打尽

新一代全网资源综合门户网(www.pipbest.com-金点网络)专注服务于互联网,提供各类最新最全的免费源码下载(PHP、ASP、JSP、.NET),更提供免费工具,免费源码下载,软件下载,素材下载,赚钱教程下载,交流论坛等网站运营相关的一切内容,为网友搜罗最有价值的网站源码下载与技术教程等服务!

服务目录
  • 金点OpenAPI
  • 金点云
  • 金点支付
友情链接
  • 数媒派
  • 国家电网
快速搜索

本站由Nice强力驱动

声明: 本站部分内容属于原创转载请注明出处 如有侵权行为请严格参照本站【版权声明】与我们联系,我们将在48小时内容进行处理!

本站部分内容属于原创转载请注明出处 如有侵权行为请严格参照本站【版权声明】与我们联系,我们将在48小时内容进行处理!
© 2016-2023 PipBest.Com - 金点网络 & 金点部落. All rights reserved 京ICP备2022005359号-1
  • 关注有礼
  • 签到
  • 客服
    官方QQ群 常见问题 FAQ

    在线客服

    点我联系

    直接说出您的需求!
    切记!带上资源连接与问题!

    工作时间: 9:30-21:30

  • 暗黑
    模式
  • 全屏
  • 投稿
    赚钱
  • 首页

  • 签到

  • 切换

  • 客服

金点网络-全网资源,一网打尽
  • 登录
  • 注册
or
or
忘记密码?
金点网络-全网资源,一网打尽
  • 网站首页 ►
    • 金点部落
    • 小游戏
    • OpenAPI
    • 设计资产导航
    • 升级会员
  • 技能学习 ►
    • 体育运动
    • 办公教程
    • 口才演讲
    • 小吃技术
    • 建站教程
    • 摄影教程
    • 棋牌教程
    • 网赚教程 ►
      • 爆粉引流
      • 自媒体
      • 贴吧引流
  • 网站源码 ►
    • 商城/淘客/交易
    • 小说/漫画/阅读
    • 影视/音乐/视频
    • 微信/微商/微擎
    • 理财/金融/货币
    • 模板/主题/插件
  • 游戏源码 ►
    • 精品网单
    • 端游源码
    • 手游源码
    • 页游源码
  • 素材资料 ►
    • 电子文档
    • 综合资料
    • 考研资料
    • 设计素材
    • 音频讲座 ►
      • 人文艺术
      • 名师讲座
      • 说书小说
  • 软件工具 ►
    • Windows软件
    • MacOS软件
    • Android软件
  • 寄售资源
    ►
    • 游戏源码
    • 网站源码
    • 软件源码
  • 公益服
×
u3** 刚刚下载了 爆款吸金文案训练

    全网资源·一网打尽

  • 金点出品,必属精品!
  • 发布原创内容,获取高额提成!
  • 我们与你共创美好数字生态!
  • 无特殊说明密码默认:pipbest.com