在ipython中使用timeit的問題

Question

我正在快速嘗試在ipython， m1()和m2()中計算2個函數，使用2個不同的實現執行相同的任務。

In [23]: %timeit for x in range(100): m1(a)
10000 loops, best of 3: 57.6 us per loop

In [24]: %timeit for x in range(100): m2(a)
10000 loops, best of 3: 108 us per loop

結果：第一次實施快了近2倍。 到現在為止還挺好。

出於好奇，我改變了上面的for循環的范圍，現在我不知道輸出的意義。

In [25]: %timeit for x in range(1): m2(a)
1000000 loops, best of 3: 1.29 us per loop

In [26]: %timeit for x in range(10): m2(a)
100000 loops, best of 3: 10.8 us per loop

In [27]: %timeit for x in range(1000): m2(a)
1000 loops, best of 3: 1.06 ms per loop

for循環到底在做什么？ 為什么循環次數的值會隨着增加范圍值而減小？

PS：我用這個作為參考。 另外，如果標題沒有完全傳達我的問題，請將標題編輯為更好的標題。

Answer 1

timeit正在計算整個塊的執行時間。

所以你看到的是：

• 運行m2(a) 1次需要1.29 us
• 運行m2(a) 10次​​需要10.8 us
• 運行m2(a) 1000次需要1.06 ms

這是有道理的，因為1.06ms = 1060 us ，大約是基線的1000倍（而10.8 us是基線的大約10倍）

至於循環次數，timeit旨在在合理的時間內運行：

$ python -mtimeit -h
...
If -n is not given, a suitable number of loops is calculated by trying
successive powers of 10 until the total time is at least 0.2 seconds.

Answer 2

所以我終於明白了發生了什么，感謝@Nirk的回答。

In [26]: %timeit for x in range(100): m2(a)
10000 loops, best of 3: 108 us per loop

這里，

%timeit => ipython魔術召喚

for x in range(100): m2(a) =>正在執行的語句。 根據范圍值，每次運行的執行時間增加/減少

10000 loops =>基於最小0.2 s總時間的timeit模塊約束，timeit將隱含運行的最小循環次數

best of 3: 108 us per loop =>按時間運行的最佳3循環所花費的平均時間。

假設每次運行的時間與最佳運行時間的平均值相同，則每次運行的時間= 108 us

需要的最小循環= 10^x ，其中x是滿足1.08 * (10^-4) * (10^x) > 2 * (10^-1)最小正整數

即， (10^x) > 1.85 * (10^3) => x = 4的最小x

因此，所需的最小循環= 10 ^ x = 10000 loops 。