Menganalisis runtime

Menulis Kode Python yang Efisien

Logan Thomas

Scientific Software Technical Trainer, Enthought

Mengapa perlu mengukur waktu kode?

Membantu memilih pendekatan kode yang optimal
Kode lebih cepat == lebih efisien!

Bagaimana mengukur waktu kode?

Hitung runtime dengan perintah magic IPython %timeit
Magic commands: peningkatan di atas sintaks Python biasa
- Diawali karakter "%"
- Tautan dokumentasi (di sini)
- Lihat semua perintah magic dengan %lsmagic

Menggunakan %timeit

Kode yang diukur

import numpy as np

rand_nums = np.random.rand(1000)

Mengukur dengan %timeit

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

8.61 µs ± 69.1 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

Keluaran %timeit

alt="Keluaran perintah sihir timeit"

Keluaran %timeit

alt="Keluaran perintah sihir timeit dengan nilai mean dan standar deviasi disorot"

Keluaran %timeit

alt="Keluaran perintah sihir timeit dengan jumlah run dan loop disorot"

Menentukan jumlah run/loop

Mengatur jumlah run (-r) dan/atau loop (-n)

# Set jumlah run ke 2 (-r2)
# Set jumlah loop ke 10 (-n10)

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

16.9 µs ± 5.14 µs per loop (mean ± std. dev. of 2 runs, 10 loops each)

Menggunakan %timeit dalam mode line magic

Line magic (%timeit)

# Satu baris kode

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

914 ns ± 7.33 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

Menggunakan %timeit dalam mode cell magic

Cell magic (%%timeit)

# Beberapa baris kode

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

1.17 µs ± 3.26 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

Menyimpan keluaran

Menyimpan keluaran ke variabel (-o)

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

8.69 µs ± 91.4 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

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

Membandingkan waktu

Struktur data Python dapat dibuat dengan nama formal

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

Struktur data Python dapat dibuat dengan sintaks literal

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

f_time = %timeit -o formal_dict = dict()

145 ns ± 1.5 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

l_time = %timeit -o literal_dict = {}

93.3 ns ± 1.88 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

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

Membandingkan waktu

%timeit formal_dict = dict()

145 ns ± 1.5 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

%timeit literal_dict = {}

93.3 ns ± 1.88 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

Siap berkompetisi!

Menulis Kode Python yang Efisien