jupyter计时语句%%time

把%%time放在cell的第一句,运行结束就会显示运行整个cell所用的时间。
在这里插入图片描述

### 如何在 Jupyter Notebook 中显示每个代码单元格的运行时间 要在 Jupyter Notebook 中显示每个代码单元格的运行时间,可以通过以下几种方式实现: #### 方法一:通过 `jupyter_contrib_nbextensions` 插件启用执行时间功能 可以安装并配置 `jupyter_contrib_nbextensions` 扩展来自动记录和展示每个单元格的运行时间。具体操作如下: - 首先,在命令行中运行以下命令完成扩展库的安装[^2]: ```bash pip install jupyter_contrib_nbextensions jupyter contrib nbextension install --user ``` - 启动 Jupyter Notebook 并导航到 Nbextensions 页面。 - 在插件列表中的过滤器 (Filter) 输入框中键入 “time”,找到名为 **Execute Time** 的选项,并将其勾选。 一旦启用了 Execute Time 插件,每次运行单元格后都会在其顶部或底部显示运行所需的时间。 #### 方法二:利用内置魔法函数 `%time` 或 `%%time` 如果不想依赖额外的插件,则可以直接使用 Python 内置的 IPython 魔法命令之一——`%time` 和 `%%time` 来测量单个语句或者整个单元格的执行时间[^3]。 - 对于单独的一条指令,可前缀加 `%time` 测量其性能表现;对于整段脚本则需改用双百分号形式即 `%%time`[^4]。例如下面这段用于休眠两秒后再打印消息的例子展示了如何应用这些工具: ```python %%time import time time.sleep(2) print('Finished sleeping.') ``` 上述例子会输出类似这样的结果: ``` Finished sleeping. CPU times: user 0 ns, sys: 0 ns, total: 0 ns Wall time: 2 s ``` 这里,“Wall time” 表明实际经过了多少秒钟才完成了这个过程。 #### 方法三:采用更精确的测试手段 —— `%%timeit` 当追求更高的准确性时,推荐尝试另一种叫做 `%%timeit` 的高级计时机制。它不仅能够重复多次试验取平均值减少偶然误差影响,还允许自定义迭代次数(-n参数指定每轮循环数)以及采样频率(-r设置重试组数量): ```python %%timeit -n 3 -r 7 import time time.sleep(2) ``` 此片段将会报告基于设定条件下的最佳估计耗时情况。 综上所述,无论是借助便捷直观的可视化组件还是灵活多样的编程接口,都能轻松达成监控分析目的的同时提升工作效率!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值