锐客网

  1. 首页 > 睿知 > it技术 > >

python函数计时的简单介绍

IT技术time

用python怎么编写一个倒计时抽签器我想在Python中创建一个倒计时，我想用非常简单的方法来创建 。我看了几个视频，但没有找到合适的解决方案 。
【python函数计时的简单介绍】这是我现在正在使用的代码 。
import time
def countdown(t):
while t:
mins, secs = divmod(t, 60)
timer = '{:02d}:{:02d}'.format(mins, secs)
print(timer, end="\r")
time.sleep(1)
t -= 1
print('Time Over!!!!')
t = input("Enter the time in seconds: ")
countdown(int(t))
解决方案1
问题是，当你睡眠1秒的时候，并不是精确的1秒，理论上说 ， 在足够长的时间内，错误可能会传播，以至于你可能会打印出一个错误的时间 。为了纠正这一点 ， 你的代码需要在它的循环中实际检查从程序开始运行以来实际经过了多少时间，并使用它来计算t的新值是多少，而且它应该经常这样做，以便倒计时顺利进行 。比如说 。
import time
def countdown(t):
start_time = time.time()
start_t = t
# compute accurate new t value aprroximately every .05 seconds:
while t0:
mins, secs = divmod(t, 60)
timer = '{:02d}:{:02d}'.format(mins, secs)
print(timer, end="\r")
time.sleep(.05) # finer timing
now = time.time()
elapsed_time = int(now - start_time) # truncated to seconds
t = start_t - elapsed_time
print('Time Over!!!!')
t = input("Enter the time in seconds: ")
countdown(int(t))
参考: How to make a countdown
python如何实现计时？用python实现计时器功能，代码如下：
''' Simple Timing Function.
This function prints out a message with the elapsed time from the
previous call. It works with most Python 2.x platforms. The function
uses a simple trick to store a persistent variable (clock) without
using a global variable.
'''
import time
def dur( op=None, clock=[time.time()] ):
if op != None:
duration = time.time() - clock[0]
print '%s finished. Duration %.6f seconds.' % (op, duration)
clock[0] = time.time()
# Example
if __name__ == '__main__':
import array
dur()# Initialise the timing clock
opt1 = array.array('H')
for i in range(1000):
for n in range(1000):
opt1.append(n)
dur('Array from append')
opt2 = array.array('H')
seq = range(1000)
for i in range(1000):
opt2.extend(seq)
dur('Array from list extend')
opt3 = array.array('H')
seq = array.array('H', range(1000))
for i in range(1000):
opt3.extend(seq)
dur('Array from array extend')
# Output:
# Array from append finished. Duration 0.175320 seconds.
# Array from list extend finished. Duration 0.068974 seconds.
# Array from array extend finished. Duration 0.001394 seconds.
提升Python运行速度的5个小技巧pre{overflow-x: auto}
Python 是世界上使用最广泛的编程语言之一 。它是一种解释型高级通用编程语言 ， 具有广泛的用途 ， 几乎可以将其用于所有事物 。其以简单的语法、优雅的代码和丰富的第三方库而闻名 。python除了有很多优点外，但在速度上还有一个非常大的缺点 。
虽然Python代码运行缓慢，但可以通过下面分享的5个小技巧提升Python运行速度！
首先，定义一个计时函数timeshow，通过简单的装饰 ， 可以打印指定函数的运行时间 。
这个函数在下面的例子中会被多次使用 。
def timeshow(func):from time import timedef newfunc(*arg, **kw):t1 = time()res = func(*arg, **kw)t2 = time()print(f"{func.__name__: 10} : {t2-t1:.6f} sec")return resreturn newfunc@timeshowdef test_it():print("hello pytip")test_it()1. 选择合适的数据结构
使用正确的数据结构对python脚本的运行时间有显着影响 。Python 有四种内置的数据结构：
列表 :List
元组 :Tuple
集合 :Set
字典 :Dictionary
但是，大多数开发人员在所有情况下都使用列表 。这是不正确的做法，应该根据任务使用合适数据结构 。
运行下面的代码，可以看到元组执行简单检索操作的速度比列表快 。其中dis模块反汇编了一个函数的字节码 ， 这有利于查看列表和元组之间的区别 。
import disdef a():data = https://www.04ip.com/post/[1, 2, 3, 4, 5,6,7,8,9,10]x =data[5]return xdef b():data = (1, 2, 3, 4, 5,6,7,8,9,10)x =data[5]return xprint("-----:使用列表的机器码:------")dis.dis(a)print("-----:使用元组的机器码:------")dis.dis(b)
运行输出:
-----:使用列表的机器码:------
3 0 LOAD_CONST 1 (1)
2 LOAD_CONST 2 (2)
4 LOAD_CONST 3 (3)
6 LOAD_CONST 4 (4)
8 LOAD_CONST 5 (5)
10 LOAD_CONST 6 (6)
12 LOAD_CONST 7 (7)
14 LOAD_CONST 8 (8)
16 LOAD_CONST 9 (9)
18 LOAD_CONST 10 (10)
20 BUILD_LIST 10
22 STORE_FAST 0 (data)
4 24 LOAD_FAST 0 (data)
26 LOAD_CONST 5 (5)
28 BINARY_SUBSCR
30 STORE_FAST 1 (x)
5 32 LOAD_FAST 1 (x)
34 RETURN_VALUE
-----:使用元组的机器码:------
7 0 LOAD_CONST 1 ((1, 2, 3, 4, 5, 6, 7, 8, 9, 10))
2 STORE_FAST 0 (data)
8 4 LOAD_FAST 0 (data)
6 LOAD_CONST 2 (5)
8 BINARY_SUBSCR
10 STORE_FAST 1 (x)
9 12 LOAD_FAST 1 (x)
14 RETURN_VALUE
看下列表的机器码，冗长而多余！
2. 善用强大的内置函数和第三方库
如果你正在使用python并且仍在自己编写一些通用函数(比如加法、减法)，那么是在侮辱python 。Python有大量的库和内置函数来帮助你不用编写这些函数 。如果研究下，那么你会惊奇地发现几乎90%的问题已经有第三方包或内置函数来解决 。
可以通过访问官方文档查看所有内置函数 。你也可以在wiki python上找到更多使用内置函数的场景 。
比如 ， 现在我们想合并列表中的所有单词为一个句子，比较法自己编写和调用库函数的区别:
# ? 正常人能想到的方法@timeshowdef f1(list):s =""for substring in list:s= substringreturn s# ? pythonic 的方法@timeshowdef f2(list):s = "".join(list)return sl = ["I", "Love", "Python"] * 1000 # 为了看到差异，我们把这个列表放大了f1(l)f2(l)
运行输出:
f1 : 0.000227 sec
f2 : 0.000031 sec
3. 少用循环
用 列表推导式 代替循环
用 迭代器 代替循环
用 filter() 代替循环
减少循环次数，精确控制，不浪费CPU
## 返回n以内的可以被7整除的所有数字 。# ? 正常人能想到的方法:@timeshowdef f_loop(n):L=[]for i in range(n):if i % 7 ==0:L.append(i)return L#? 列表推导式@timeshowdef f_list(n):L = [i for i in range(n) if i % 7 == 0]return L# ?迭代器@timeshowdef f_iter(n):L = (i for i in range(n) if i % 7 == 0)return L# ? 过滤器@timeshowdef f_filter(n):L = filter(lambda x: x % 7 == 0, range(n))return L# ? 精确控制循环次数@timeshowdef f_mind(n):L = (i*7 for i in range(n//7))return Ln = 1_000_000f_loop(n)f_list(n)f_iter(n)f_filter(n)f_mind(n)
输出为:
f_loop : 0.083017 sec
f_list : 0.056110 sec
f_iter : 0.000015 sec
f_filter : 0.000003 sec
f_mind : 0.000002 sec
谁快谁慢，一眼便知！
filter配合 lambda 大法就是屌?。。?
4. 避免循环重复计算
如果你有一个迭代器，必须用它的元素做一些耗时计算，比如匹配正则表达式 。你应该将正则表达式模式定义在循环之外，因为最好只编译一次模式，而不是在循环的每次迭代中一次又一次地编译它 。
只要有可能，就应该尝试在循环外进行尽可能多的运算，比如将函数计算分配给局部变量，然后在函数中使用它 。
# ? 应改避免的方式：@timeshowdef f_more(s):import refor i in s:m = re.search(r'a*[a-z]?c', i)# ? 更好的方式：@timeshowdef f_less(s):import reregex = re.compile(r'a*[a-z]?c')for i in s:m = regex.search(i)s = ["abctestabc"] * 1_000f_more(s)f_less(s)
输出为:
f_more : 0.001068 sec
f_less : 0.000365 sec
5. 少用内存、少用全局变量
内存占用是指程序运行时使用的内存量 。为了让Python代码运行得更快 ， 应该减少程序的内存使用量，即尽量减少变量或对象的数量 。
Python 访问局部变量比全局变量更有效 。在有必要之前，应该始终尝试忽略声明全局变量 。一个在程序中定义过的全局变量会一直存在，直到整个程序编译完成，所以它一直占据着内存空间 。另一方面，局部变量访问更快，且函数完成后即可回收 。因此 ， 使用多个局部变量比使用全局变量会更好 。
# ? 应该避免的方式：message = "Line1\n"message= "Line2\n"message= "Line3\n"# ? 更好的方式：l = ["Line1","Line2","Line3"]message = '\n'.join(l)# ? 应该避免的方式：x = 5y = 6def add():return x yadd()# ? 更好的方式：def add():x = 5y = 6return x yadd()
总结
本篇文章就到这里了，希望能够给你带来帮助 ， 也希望您能够多多关注的更多内容!
Python用time,设计程序,显示20秒倒计时Python用time,设计程序,显示20秒倒计？回答会自动过滤缩进，需要按照上图调整语法缩进 ， 下方是代码
import time
# 设置倒计时时间（单位：秒）
countdown_time = 20
# 开始循环
while countdown_time0:
# 打印当前倒计时时间
print(countdown_time)
# 等待 1 秒
time.sleep(1)
# 倒计时时间减 1
countdown_time -= 1
# 倒计时结束
print("倒计时结束！")
关于python函数计时和的介绍到此就结束了 ， 不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站 。

    推荐阅读


    上一篇：如何更改Apex PC服务器？ apexpc怎么改服务器

    下一篇：saptr模块，sapbom模块