やること
jupyterの%timeitみたいなやつを実装します。
これの返り値を変数として使いたい。
ipynb
%timeit -r 100 -n 10 test()
-r, -n 以外にもオプションがありますが、今回はこの２つ以外実装しません。
%timeit -r 100 -n 10 test() って何やってんの？
- test()を100回繰り返し、その中で一番実行速度の早かった値を返す。
- 1を10回繰り返し、平均をとる。
つまり、最速の10個の平均値を出しています。
(ちなみに %%timeit -r 100 -n 10 とするとセル単位の処理速度を計測できます。)
標準ライブラリのtimeitじゃダメなの？
- test()を100回繰り返し、その中で一番実行速度の早かった値を返す。
↑ これをやるメソッドがなさそう？
ひとまず勉強も兼ねて自前で実装してみます。
ディレクトリ構成
.
├── utils
│ ├── speed_test.py
│ └── __init__.py
└── main.py
コード
モジュール
speed_test.py
import time
class Measurer(object):
def mean_time(self, num=10):
"""
num回実行した結果の平均を返すデコレータ。
"""
def outer_wrapper(func):
def wrapper(*args, **kwargs):
fast_time_list = [func(*args, **kwargs) for _ in range(num)]
mean = sum(fast_time_list) / len(fast_time_list)
return mean
return wrapper
return outer_wrapper
def fast_time(self, repeat=10):
"""
repeat回実行した中で最小値（実行速度の一番早かった値)を返すデコレータ。
"""
def outer_wrapper(func):
def wrapper(*args, **kwargs):
result_list = [func(*args, **kwargs) for _ in range(repeat)]
# print(result_list)
min_time = min(result_list)
# print(result_list)
# print(min_time)
return min_time
return wrapper
return outer_wrapper
def onece_time(self, func):
"""
引数に渡された関数の実行速度を返すデコレータ。
"""
def wrapper(*args, **kwargs):
# print('test start')
start_time = time.time()
func(*args, **kwargs)
finish_time = time.time()
elapsed_time = finish_time - start_time
# print('elapsed_time => {:.10f}sec'.format(elapsed_time))
# print('test finish')
return elapsed_time
return wrapper
def execute(self, func, *args, num, repeat):
"""
1. repeat回実行した中で最も速度の早かった値を算出。
2. 1をnum回繰り返し、num個の最速の値の平均値を返す。
"""
@self.mean_time(num=num)
@self.fast_time(repeat=repeat)
@self.onece_time
def _execute(fn, *args):
return fn(*args)
return _execute(func, *args)
実行ファイル
main.py
from utils import speed_test
# 計測用の関数を定義
def test(max_count):
count = 0
for _ in range(max_count):
count += 1
def main():
max_count = 100
num = 10
repeat = 100
measurer = speed_test.Measurer()
# 第２引数以降、可変長で複数の引数を渡せる
result = measurer.execute(test, max_count, num=num, repeat=repeat)
print('result -> {:.12f}'.format(result))
if __name__ == '__main__':
main()
可視化するパターン
返り値が取れるので可視化して比較も簡単に。
py：main.py
import pandas as pd
import matplotlib.pyplot as plt
from IPython.display import display
from utils import speed_test
def test1(str_list):
"""
文字列リストの全ての要素を数値変換する①
"""
int_list = [int(i) for i in str_list]
def test2(str_list):
"""
文字列リストの全ての要素を数値変換する②
"""
int_list = list(map(int, str_list))
def main():
num = 10
repeat = 100
# 文字列リストを生成
str_list = [str(i) for i in range(10000)]
# ['0', '1', '2', ... '9997', '9998', '9999']
measurer = speed_test.Measurer()
# 第２引数以降、可変長で複数の引数を渡せる
result1 = measurer.execute(test1, str_list, num=num, repeat=repeat)
result2 = measurer.execute(test2, str_list, num=num, repeat=repeat)
# print('result -> {:.12f}'.format(result))
df = pd.DataFrame({
'for': [result1],
'map': [result2]
})
display(df)
x = ['for', 'map']
y = [result1, result2]
plt.bar(x, y)
plt.show
if __name__ == '__main__':
main()
for map
0.001499 0.00109
