python中的timeit模块无法识别numpy模块答案

【问题标题】：timeit module in python does not recognize numpy modulepython中的timeit模块无法识别numpy模块
【发布时间】：2014-02-08 13:44:29
【问题描述】：

我想测试两个相同列表之间的处理时间，特别是普通列表和 numpy 列表。我的代码是

import timeit
import numpy as np

t = timeit.Timer("range(1000)")
print t.timeit()

u = timeit.Timer("np.arange(1000)")
print u.timeit()

t 的计算很好，但对于 u NameError: global name 'np' is not defined 已列出。

我应该如何编码以获得处理时间？

【问题讨论】：

标签： python numpy timeit

【解决方案1】：

timeit.Timer 类可以以两种不同的方式使用。

它可以采用源代码来编译和执行——在这种情况下，代码在只运行 setup 代码的新环境中执行，或者它可以采用可调用对象，在这种情况下，可调用对象只是被调用（在您当前的环境中，就像任何其他可调用对象一样）。

所以，你有两个选择：

u = timeit.Timer("np.arange(1000)", setup='import numpy as np')

……或……

u = timeit.Timer(lambda: np.arange(1000))

在第一种情况下，您碰巧完成了import numpy as np 的事实是无关紧要的；它对编译和执行np.arange(1000) 的环境没有影响（因此您必须将它包含在setup=... 位中）。

在第二种情况下，您执行 import numpy as np 的事实显然相关 - 它会影响您的代码（包括 lambda: np.arange(1000)）被评估的环境。 p>

【讨论】：

【解决方案2】：

使用setup参数：

u = timeit.Timer("np.arange(1000)", setup='import numpy as np')

【讨论】：

感谢您的代码。既然知道了时间，那你知道为什么普通列表中的时间（10.4s）比数组（1.9s）要长很多吗？
@user3211991 range(1000) 在内存中创建列表，尝试用 xrange(1000) 替换 range(1000)，stackoverflow.com/questions/94935/…
有关 range 和 np.arange 之间效率的更多详细信息，另请参阅 stackoverflow.com/questions/10698858/…
@user3211991：这确实是一个完全独立的问题......但一般来说，创建 1000 个 Python int 对象加上一个保存它们的列表将比创建和初始化一个包含 1000 个 C int 的数组花费更长的时间对象。这是 NumPy 的一半——不“装箱” Python 对象中的每个值可以节省所有装箱和拆箱时间。（另一半是它还为这 1000 个“盒子”节省了内存。而第三半——因为 NumPy 足够酷，拥有超过 100% 的优点——它为元素操作提供了很好的 API .)

【解决方案3】：

要将导入的库与 timeit 一起使用，您必须使用 setup 关键字参数 (docs) 导入它们：

import timeit

# Doesn't require setup kwarg as range doesn't need to be imported.
t = timeit.Timer("range(1000)")
print t.timeit()

# Requires the import of numpy (as np) through the setup kwarg.
u = timeit.Timer("np.arange(1000)", setup = 'import numpy as np')
print(u.timeit())

setup 关键字参数允许您设置代码，例如导入外部库或通过使用 from __main__ import func 从代码中导入函数。

【讨论】：

不，您不必使用 setup 关键字参数导入它们。如果您传递的是可调用对象而不是要编译的代码，则可调用对象已经在您的正常环境中编译（包括任何 import 语句）并且可以正常运行。