Examinar el tiempo de ejecución

Cómo escribir código Python eficiente

Logan Thomas

Scientific Software Technical Trainer, Enthought

¿Por qué cronometrar el código?

Nos permite elegir el enfoque de código óptimo
Código más rápido = código más eficiente

¿Cómo cronometrar el código?

Calcula el tiempo con la orden mágica de IPython %timeit
Comandos mágicos: mejoras sobre la sintaxis normal de Python
- Empiezan con "%"
- Enlace a la documentación (aquí)
- Ver todos los comandos con %lsmagic

Usar %timeit

Código a cronometrar

import numpy as np

rand_nums = np.random.rand(1000)

Cronometrar con %timeit

%timeit rand_nums = np.random.rand(1000)

8.61 µs ± 69.1 ns por bucle (media ± desv. estándar de 7 ejecuciones, 100000 bucles cada una)

Salida de %timeit

alt="Salida de la orden mágica timeit"

Salida de %timeit

alt="Salida de la orden mágica timeit con media y desviación estándar resaltadas"

Salida de %timeit

alt="Salida de la orden mágica timeit con número de ejecuciones y bucles resaltados"

Especificar ejecuciones/bucles

Configurar número de ejecuciones (-r) y/o bucles (-n)

# Set number of runs to 2 (-r2)
# Set number of loops to 10 (-n10)

%timeit -r2 -n10 rand_nums = np.random.rand(1000)

16.9 µs ± 5.14 µs por bucle (media ± desv. estándar de 2 ejecuciones, 10 bucles cada una)

Usar %timeit en modo línea

Magia de línea (%timeit)

# Single line of code

%timeit nums = [x for x in range(10)]

914 ns ± 7.33 ns por bucle (media ± desv. estándar de 7 ejecuciones, 1000000 bucles cada una)

Usar %timeit en modo celda

Magia de celda (%%timeit)

# Multiple lines of code

%%timeit
nums = []
for x in range(10):
    nums.append(x)

1.17 µs ± 3.26 ns por bucle (media ± desv. estándar de 7 ejecuciones, 1000000 bucles cada una)

Guardar salida

Guardar la salida en una variable (-o)

times = %timeit -o rand_nums = np.random.rand(1000)

8.69 µs ± 91.4 ns por bucle (media ± desv. estándar de 7 ejecuciones, 100000 bucles cada una)

times.timings

[8.697893059998023e-06,
 8.651204760008113e-06,
 8.634270530001232e-06,
 8.66847825998775e-06,
 8.619398139999247e-06,
 8.902550710008654e-06,
 8.633500570012985e-06]

times.best

8.619398139999247e-06

times.worst

8.902550710008654e-06

Comparar tiempos

Las estructuras de datos de Python se pueden crear con el nombre formal

formal_list = list()
formal_dict = dict()
formal_tuple = tuple()

Las estructuras de datos de Python se pueden crear con sintaxis literal

literal_list = []
literal_dict = {}
literal_tuple = ()

f_time = %timeit -o formal_dict = dict()

145 ns ± 1.5 ns por bucle (media ± desv. estándar de 7 ejecuciones, 10000000 bucles cada una)

l_time = %timeit -o literal_dict = {}

93.3 ns ± 1.88 ns por bucle (media ± desv. estándar de 7 ejecuciones, 10000000 bucles cada una)

diff = (f_time.average - l_time.average) * (10**9)
print('l_time better than f_time by {} ns'.format(diff))

l_time better than f_time by 51.90819192857814 ns

Comparar tiempos

%timeit formal_dict = dict()

145 ns ± 1.5 ns por bucle (media ± desv. estándar de 7 ejecuciones, 10000000 bucles cada una)

%timeit literal_dict = {}

93.3 ns ± 1.88 ns por bucle (media ± desv. estándar de 7 ejecuciones, 10000000 bucles cada una)

¡A correr!

Cómo escribir código Python eficiente