Python timeit 模块详解

timeit 是 Python 标准库中用于精确测量小段代码执行时间的强大工具。它通过多次运行代码并取平均值，有效排除系统干扰，帮助开发者进行性能分析和优化。

为什么使用 timeit？

• 避免手动使用 time.time() 的误差（如系统调度、垃圾回收等）
• 自动多次运行代码以获得更稳定的平均耗时
• 支持从字符串、函数或命令行直接测试
• 专为微基准测试（micro-benchmarking）设计

基本用法示例

import timeit

# 测试一个简单表达式
elapsed = timeit.timeit('sum([1, 2, 3, 4, 5])', number=100000)
print(f"耗时: {elapsed:.6f} 秒")

import timeit

def my_function():
    return [i**2 for i in range(100)]

# 使用 setup 导入函数
elapsed = timeit.timeit('my_function()', setup='from __main__ import my_function', number=10000)
print(f"函数执行耗时: {elapsed:.6f} 秒")

import timeit

t = timeit.Timer(stmt='[x*2 for x in range(100)]')
print(f"最快一次耗时: {min(t.repeat(repeat=5, number=1000)):.6f} 秒")

常用参数说明

• stmt：要测试的语句（字符串或可调用对象）
• setup：初始化代码（如导入模块），默认为空
• number：每次测试运行的次数，默认为 1,000,000
• repeat：重复整个测试的次数（配合 Timer.repeat()）

命令行使用

你也可以直接在终端中使用 timeit：

# Linux / macOS
python -m timeit "'-'.join(str(n) for n in range(100))"

# Windows
py -m timeit "'-'.join(str(n) for n in range(100))"

常见误区

1. 不要用 timeit 测量 I/O 操作（如文件读写、网络请求），因其设计目标是 CPU-bound 代码。
2. 避免在 stmt 中包含打印语句，会影响性能且无意义。
3. 全局变量需通过 setup 显式导入，否则会报错。

总结

timeit 是 Python 开发者进行性能调优的必备工具。通过合理使用它，你可以科学地比较不同实现方案的效率，写出更高效的代码。