这是使用 timeit 模块的正确方法吗？

Question

我有以下代码和结果。

测试 1 和 2 是相同的（至少我认为它们是相同的）但它们总是花费不同的时间运行。

我的问题是：

我使用 timeit() 正确吗？
在评估一种语法与另一种语法时，毫秒是否重要？
如果我没有做错什么，为什么会有不同？
timeit 是测试性能的正确方法还是有更好的方法？

代码：

import timeit

def test1(a="String1", b="String2", c="String3",
          d="I took a heavenly ride through our silence "):
    r = a + b + c + d

def test2(e="String1", f="String2", g="String3",
          h="I took a heavenly ride through our silence "):
    s = e + f + g + h

def test3(e="String1", f="String2", g="String3",
          h="I took a heavenly ride through our silence "):
    t = e.join([f,g,h])


if __name__ == '__main__':
    reps = 10000000

    print("Test 1")
    print(timeit.timeit("test1()", number=reps,
                        setup="from __main__ import test1"))
    print("Test 2")
    print(timeit.timeit("test2()", number=reps,
                        setup="from __main__ import test2"))
    print("Test 3")
    print(timeit.timeit("test3()", number=reps,
                        setup="from __main__ import test3"))

    print(" ")
    print(" ")

    print("Test 2")
    print(timeit.timeit("test2()", number=reps,
                        setup="from __main__ import test2"))
    print("Test 1")
    print(timeit.timeit("test1()", number=reps,
                        setup="from __main__ import test1"))
    print("Test 3")
    print(timeit.timeit("test3()", number=reps,
                        setup="from __main__ import test3"))

结果：

Test 1
3.46861560261924
Test 2
3.4760945739099185
Test 3
6.51532737832723


Test 2
3.475778266347378
Test 1
3.465791808905923
Test 3
6.493744207694682

Answer 1

文档 link.

系统上的进程运行可能会干扰计时，因为 timeit 测量时钟时间，而不是 CPU 时间。
默认情况下，timeit()会在计时期间暂时关闭垃圾收集。这种方法的优点是它使独立计时更具可比性。这个缺点是GC可能是被测函数性能的重要组成部分。

重复调用timeit()，

def test(): L = [] for i in range(10): L.append(i)

if __name__ == '__main__': import timeit print(timeit.repeat("test()", setup="from __main__ import test"))

这是使用 timeit 模块的正确方法吗？

Is this the proper way to use the timeit module?

python

performance

timeit