IPython %timeit 选项中的循环和迭代是什么？

Question

我想知道 IPython 中的 %timeit 命令

来自docs：

%timeit [-n<N> -r<R> [-t|-c] -q -p<P> -o] setup_code
Options:

-n: execute the given statement times in a loop. If this value is not given, a fitting value is chosen.

-r: repeat the loop iteration times and take the best result. Default: 3

例如，如果我写：

%timeit -n 250 -r 2 [i+1 for i in range(5000)]

那么，-n 250 执行了 [i+1 for i in range(5000)] 250 次？那么-r 2是什么？

Answer 1

它指定重复次数，重复次数用于确定平均值。例如：

%timeit -n 250 a = 2
# 61.9 ns ± 1.01 ns per loop (mean ± std. dev. of 7 runs, 250 loops each)

%timeit -n 250 -r 2 a = 2
# 62.6 ns ± 0 ns per loop (mean ± std. dev. of 2 runs, 250 loops each)

执行次数会n * r 但是统计是根据repeats的次数（r）但是每次重复的"loops"的次数是根据 number (n).

确定

基本上你需要足够大 n 所以循环次数的最小值是准确的 "enough" 代表最快的执行时间，但你也需要足够大 r 以准确 "statistics" 了解 "fastest possible execution time" 测量的可信度（特别是如果您怀疑可能正在发生某些缓存）。

对于表面时间，您应该始终使用 3、5 或 7 的 r（在大多数情况下足够大）并选择 n 尽可能高 - 但不要太高，您可能希望它在合理的时间内完成 :-)

Answer 2

timeit -n 250 <statement>

该语句将执行 3 * 250 = 750 次（-r 默认值为 3）

timeit -n 250 -r 4 <statement>

该语句将执行 4 * 250 = 1000 次

-r - 定时器重复多少次（在上面的例子中，每次使用 -n 250 调用定时器，这意味着执行 250 次）

Answer 3

一种更具统计学意义的解释方式是对某些统计数据（特别是其均值和标准差）的分布进行自举估计，在这种情况下："r" 可以看作是样本数量和"n"作为每个样本的大小。

IPython %timeit 选项中的循环和迭代是什么？

IPython %timeit what is loop and iteration in the options?

python

ipython

timeit