本文介紹 Jupyter Notebook 中用于計算運行時間的魔法命令 ( magic commands ) %time 和 %timeit 。

1.%time 或 %timeit：計算當前行的代碼運行時間。

%time 的計算結果包括：CPU time（CPU運行程序的時間）， Wall time（Wall Clock Time，墻上掛鐘的時間，也就是我們感受到的運行時間）。

%timeit 計時更為精確，這一命令會運行代碼 r 次，每次 n 遍，再對 n*r 遍的結果取平均后，得到運行一遍代碼的時間。

舉個例子來看看吧，以列表的循環計算為例，先看 %time 的計算：

nums1=list(range(10000))
%time nums2=[i+5 for i in nums1]

這里我們用 %time 計算一下第二行代碼，也就是對列表中每個元素的值加 5 的運行時間，結果為：

Wall time: 998 μs

我的電腦上不知怎么回事，只顯示了 Wall time 。

再來看 %timeit 的計算：

nums1=list(range(10000))
%timeit nums2=[i+5 for i in nums1]

結果為：

645 μs ± 45.3 μs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

如上所示，使用 %timeit 計時會運行 r 次（默認值 r=7）, 每一次運行 n 遍的 n 則是由系統根據代碼確定一個合適的值，這里 n=1000，最后對所有計時結果取平均得到運行一遍代碼的時間。

也可以使用 %timeit -r R -n N，以自定義的設置（運行R次，每一次N遍）來運行代碼并計時。例如：

nums1=list(range(10000))
%timeit -r 5 -n 400 nums2=[i+5 for i in nums1]

就是對代碼運行 5 次, 每次 400 遍，最后對所有計時結果取平均，得到運行一遍代碼的時間。結果如下：

705 μs ± 60.1 μs per loop (mean ± std. dev. of 5 runs, 400 loops each)

2.%%time 或 %%timeit：計算當前單元(cell)的代碼運行時間。

%%time 與 %time ， %%timeit 與 %timeit 的計算方式相同，區別在于 % 是用于單行代碼的命令，%% 是應用于當前單元的命令。

需要注意的是，%%time 或者 %%timeit 必須在當前單元的第一行。 并且，%%time 后不能跟代碼。例如：

%%time 
nums1=list(range(10000))
nums2=[i+5 for i in nums1]

結果為：

Wall time: 1.99 ms

%%timeit 后面可以跟代碼，這行代碼會運行、但不會計入時間，從第二行開始計時。例如：

%%timeit nums1=list(range(10000))
nums2=[i+5 for i in nums1]

結果為：

685 μs ± 47 μs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

可以看到，這一結果與前面使用行命令 %timeit 的結果相近，因為 %%timeit 之后的代碼nums1=list(range(10000)) 運行但是不計時。

再來看看 %%timeit 單獨放在第一行的結果：

%%timeit 
nums1=list(range(10000))
nums2=[i+5 for i in nums1]

結果為：

800 μs ± 52 μs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

這種情況下，會對代碼 nums1=list(range(10000)) 計時，因此運行時間更長一點。

參考：

1.Ipython幫助文檔對于 %time 和 %timeit的講解

2.stackoverflow關于 %timeit 的一個問答，介紹了 %timeit 和 %%timeit