使用Python中的what()方法来分析程序的性能

在Python中，我们可以使用timeit模块中的timeit()函数来测量程序的性能。timeit()函数接受四个参数：stmt，setup，timer和number。

- stmt是要执行的语句或函数。

- setup是在执行stmt之前要执行的语句或函数。

- timer是一个定时器对象，用于测量执行时间。默认是系统的time.time函数。

- number是stmt语句执行的次数。默认是1。

下面是一个简单的例子，使用timeit()函数来测量一个函数的执行时间：

import timeit

def my_function():
    for i in range(1000000):
        pass
        
execution_time = timeit.timeit(my_function, number=10)
print("Execution Time:", execution_time)

在上面的例子中，我们定义了一个名为my_function的函数，该函数仅包含一个空的for循环。然后，我们使用timeit.timeit()函数来测量该函数的执行时间，执行10次。最后，我们打印出执行时间。

当我们运行上述代码时，它将输出类似以下内容：

Execution Time: 0.1061065

这表示执行my_function函数10次所需的总时间约为0.106秒。

除了使用timeit()函数之外，还可以使用time()函数来手动测量代码块的执行时间。下面是一个示例：

import time

start_time = time.time()

for i in range(1000000):
    pass

end_time = time.time()
execution_time = end_time - start_time
print("Execution Time:", execution_time)

在上面的例子中，我们首先使用time.time()函数获取当前时间作为起始时间。然后，使用一个空的for循环模拟一段耗时的代码。在循环结束后，我们再次使用time.time()函数获取当前时间作为结束时间。最后，计算执行时间，并打印出结果。

当我们运行上述代码时，它将输出类似以下内容：

Execution Time: 0.05777907371520996

这表示循环的执行时间约为0.058秒。

使用timeit()函数和time()函数可以帮助我们测量代码的执行时间，从而分析程序的性能。根据需要，我们可以在关键的代码块周围放置适当的时间测量代码，并通过多次运行来获取可靠的结果。