python：慢timeit()函数
当我在 timeit() 之外运行下面的代码时，它似乎立即完成。然而，当我在 timeit() 函数内运行它时，它需要更长的时间。为什么？
>>> import timeit
>>> t = timeit.Timer("3**4**5")
>>> t.timeit()
16.55522028637718
使用： Python 3.1 (x86) - AMD 速龙 64 X2 - WinXP（32 位）
When I run the code below outside of timeit(), it appears to complete instantaneously. However when I run it within the timeit() function, it takes much longer. Why?
>>> import timeit
>>> t = timeit.Timer("3**4**5")
>>> t.timeit()
16.55522028637718
Using:
Python 3.1 (x86) -
AMD Athlon 64 X2 -
WinXP (32 bit)
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（4）
timeit() 函数多次运行代码（默认一百万次）并取计时的平均值。
要仅运行代码一次，请执行以下操作：
但这会给您带来偏差的结果 - 它重复是有充分理由的。
要获得让它重复的每个循环时间，请将结果除以循环数。如果一百万太多，请使用较小的重复次数值：
The
timeit()function runs the code many times (default one million) and takes an average of the timings.To run the code only once, do this:
but that will give you skewed results - it repeats for good reason.
To get the per-loop time having let it repeat, divide the result by the number of loops. Use a smaller value for the number of repeats if one million is too many:
因为 timeit 默认运行一百万次。重点是进行微基准测试，而获得短事件准确计时的唯一方法就是多次重复它们。
Because timeit defaults to running it one million times. The point is to do micro-benchmarks, and the only way to get accurate timings of short events is to repeat them many times.
根据 docs，Timer.timeit() 默认运行您的代码一百万次。使用“number”参数更改此默认值：
例如。
According to the docs, Timer.timeit() runs your code one million times by default. Use the "number" parameter to change this default:
for example.
Timeit 默认运行一百万次循环。
您还可能遇到操作顺序问题：
(3**4)**5 != 3**4**5。Timeit runs for one million loops by default.
You also may have order of operations issues:
(3**4)**5 != 3**4**5.