python教程，如何利用装饰器功能计算函数运行时间？

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

计算函数运行时间的问题，就是为了解决效率问题。不同的方案总是有不同的运行时间消耗的。那么，如何量化的考察某个函数的运行时间消耗呢？思路就是在开始运行的时候，计算个时间，结束的时候，再计算个时间。两者相减就是需求方案了。本文的解决思路，是把上述思路包装成一个python的装饰器，然后就可以批量调用了。

苏南大叔的“程序如此灵动”技术博客，记录苏南大叔的代码经验。本文测试环境：win10，python@3110，gensim@4.3.2。

本文龙套

本文的龙套角色，来自于上一篇文章。因为加载语料库和进行向量计算，都是非常耗时的。所以，用作本文的龙套角色标的物，非常合适。

• https://newsn.net/say/ai-gensim-similarity.html

龙套一，使用.txt文件。

file = './tencent-ailab-embedding-zh-d100-v0.2.0-s.txt'
model = KeyedVectors.load_word2vec_format(file, binary=False)

龙套二，使用.bin文件。

file = './tencent-ailab-embedding-zh-d100-v0.2.0-s.bin'
model = KeyedVectors.load_word2vec_format(file, binary=True)

装饰器

在以前的文章里面，苏南大叔对python的装饰器功能做过很细致的探讨和描述。参考文章：

• https://newsn.net/say/python-def.html
• https://newsn.net/say/python-decorators.html
• https://newsn.net/say/python-decorators-2.html
• https://newsn.net/say/python-decorators-3.html
• https://newsn.net/say/python-decorators-4.html
• https://newsn.net/say/python-decorators-5.html
• https://newsn.net/say/python-decorators-6.html

事实上，平时也用不到那么高大上的功能。下面的代码就是本文的主角，计时用的装饰器：

import time
def performance(func):
    def fun(*args,**kwargs):
        t = time.perf_counter()
        result = func(*args,**kwargs)
        print(f'函数 {func.__name__} 运行时间:{time.perf_counter() - t:.8f} 秒')
        return result
    return fun

计时对比

那么，对比开始：

from gensim.models import KeyedVectors
import os
os.chdir(os.path.dirname(__file__))
import time
def performance(func):
    def fun(*args,**kwargs):
        t = time.perf_counter()
        result = func(*args,**kwargs)
        print(f'函数 {func.__name__} 运行时间:{time.perf_counter() - t:.8f} 秒')
        return result
    return fun
@performance
def sim_txt():
    file = './tencent-ailab-embedding-zh-d100-v0.2.0-s.txt'
    model = KeyedVectors.load_word2vec_format(file, binary=False)
    s = model.similarity("北京","唐山")
    # print(s)
@performance
def sim_bin():
    file = './tencent-ailab-embedding-zh-d100-v0.2.0-s.bin'
    model = KeyedVectors.load_word2vec_format(file, binary=True)
    s = model.similarity("北京","唐山")
    # print(s)
sim_txt()
sim_bin()

结果输出：

函数 sim_txt 运行时间:171.60744600 秒
函数 sim_bin 运行时间:15.10192990 秒

结论是：使用.bin文件进行计算的话，会更加快一些，速度快十一倍。

结束语

其实，“使用装饰器对函数计时”是苏南大叔上学的时候的一个作业题，哈哈哈。更多python经验文章，请参考：

• https://newsn.net/tag/python/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。