這篇文章主要介紹了python Jupyter運行時間實例過程解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下

1.Python time time()方法

import timetime_start=time.time()time_end=time.time()print('totally cost',time_end-time_start)

import timeprint "time.time(): %f " % time.time()print time.localtime( time.time() )print time.asctime( time.localtime(time.time()) )

以上實例輸出結果為：

time.time(): 1234892919.655932(2009, 2, 17, 10, 48, 39, 1, 48, 0)Tue Feb 17 10:48:39 2009

Python time time() 返回當前時間的時間戳（1970紀元后經過的浮點秒數）

參數：NA。

返回值：返回當前時間的時間戳（1970紀元后經過的浮點秒數）。

2.Jupyter Magic - Timing(%%time %time %timeit)

對于計時有兩個十分有用的魔法命令：%%time 和 %timeit. 如果你有些代碼運行地十分緩慢，而你想確定是否問題出在這里，這兩個命令將會非常方便。

（1）.%%time 將會給出cell的代碼運行一次所花費的時間。

%%timeimport timefor _ in range(1000):  time.sleep(0.01)# sleep for 0.01 seconds output:CPU times: user 196 ms, sys: 21.4 ms, total: 217 msWall time: 11.6 s

（2）.%time 將會給出當前行的代碼運行一次所花費的時間。

import numpy%time numpy.random.normal(size=1000)output:Wall time: 1e+03 µs

（3）%timeit 使用Python的timeit模塊，它將會執行一個語句100，000次(默認情況下)，然后給出運行最快3次的平均值。

import numpy%timeit numpy.random.normal(size=100) output:12.8 µs ± 1.25 µs per loop (mean ± std. dev. of 7 runs, 100000 loops each)

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持武林網之家。