Python測試框架pytest入門基礎

通過官方網(wǎng)站介紹我們可以了解到，pytest是一個非常成熟的全功能的python測試框架，主要有

創(chuàng)新互聯(lián)公司主要從事成都網(wǎng)站設計、成都做網(wǎng)站、網(wǎng)頁設計、企業(yè)做網(wǎng)站、公司建網(wǎng)站等業(yè)務。立足成都服務婁底,十余年網(wǎng)站建設經(jīng)驗,價格優(yōu)惠、服務專業(yè),歡迎來電咨詢建站服務:13518219792

以下幾個特點：

1.直接使用pip命令安裝

2.驗證安裝結果

3.在pytest測試框架中，要遵循以下約束：

pytest進行測試比較簡單，我們來看一個實例：

這里我們定義了了兩個測試函數(shù)，直接打印出結果，下面執(zhí)行測試：

輸出結果中顯示執(zhí)行了多少條案例、對應的測試模塊、通過條數(shù)以及執(zhí)行耗時。

pytest斷言主要使用Python原生斷言方法，主要有以下幾種：

可以看到運行結果中明確指出了錯誤原因是"AssertionError"，因為PHP不在str1中。

1.運行指定案例

2.運行當前文件夾包括子文件夾所有用例

3.運行指定文件夾（code目錄下所有用例）

4.運行模塊中指定用例（運行模塊中test_add用例）

5.執(zhí)行失敗的最大次數(shù)

使用表達式"--maxfail=num"來實現(xiàn)（ 注意：表達式中間不能存在空格 ），表示用例失敗總數(shù)等于num 時停止運行。

6.錯誤信息在一行展示

在實際項目中如果有很多用例執(zhí)行失敗，查看報錯信息將會很麻煩。使用"--tb=line"命令，可以很好解決這個問題。

本地寫一個查詢用戶信息的接口，通過pytest來調用，并進行接口斷言。

Python - pytest

目錄

pytest是Python的單元測試框架，同自帶的unittest框架類似，但pytest框架使用起來更簡潔，效率更高。

pytest特點

安裝

測試

在測試之前要做的準備

我的演示腳本處于這樣一個的目錄中：

踩坑：你創(chuàng)建的pytest腳本名稱中不允許含有 . ，比如 1.簡單上手.py ，這樣會報錯。當然，可以這么寫 1-簡單上手.py

demo1.py ：

上例中，當我們在執(zhí)行（就像Python解釋器執(zhí)行普通的Python腳本一樣）測試用例的時候， pytest.main(["-s", "demo1.py"]) 中的傳參需要是一個元組或者列表（我的pytest是5.2.2版本），之前的版本可能需要這么調用 pytest.main("-s demo1.py") ，傳的參數(shù)是str的形式，至于你使用哪種，取決于報不報錯：

遇到上述報錯，就是參數(shù)需要一個列表或者元組的形式，而我們使用的是str形式。

上述代碼正確的執(zhí)行結果是這樣的：

大致的信息就是告訴我們:

pytest.main(["-s", "demo1.py"])參數(shù)說明

除了上述的函數(shù)這種寫法，也可以有用例類的寫法：

用法跟unittest差不多，類名要以 Test 開頭，并且其中的用例方法也要以 test 開頭，然后執(zhí)行也一樣。

執(zhí)行結果：

那么，你這個時候可能會問，我記得unittest中有setup和teardown的方法，難道pytest中沒有嘛？你怎么提都不提？穩(wěn)住，答案是有的。

接下來，我們來研究一下pytest中的setup和teardown的用法。

我們知道，在unittest中，setup和teardown可以在每個用例前后執(zhí)行，也可以在所有的用例集執(zhí)行前后執(zhí)行。那么在pytest中，有以下幾種情況：

來一一看看各自的用法。

模塊級別setup_module/teardown_module

執(zhí)行結果：

類級別的setup_class/teardown_class

執(zhí)行結果：

類中方法級別的setup_method/teardown_method

執(zhí)行結果：

函數(shù)級別的setup_function/teardown_function

執(zhí)行結果：

小結

該腳本有多種運行方式，如果處于PyCharm環(huán)境，可以使用右鍵或者點擊運行按鈕運行，也就是在pytest中的主函數(shù)中運行：

也可以在命令行中運行：

這種方式，跟使用Python解釋器執(zhí)行Python腳本沒有什么兩樣。也可以如下面這么執(zhí)行：

當然，還有一種是使用配置文件運行，來看看怎么用。

在項目的根目錄下，我們可以建立一個 pytest.ini 文件，在這個文件中，我們可以實現(xiàn)相關的配置：

那這個配置文件中的各項都是什么意思呢？

首先， pytest.ini 文件必須位于項目的根目錄，而且也必須叫做 pytest.ini 。

其他的參數(shù)：

OK，來個示例。

首先，（詳細目錄參考開頭的目錄結構）在 scripts/test_case_01.py 中：

在 scripts/test_case_dir1/test_case02.py 中：

那么，在不同的目錄或者文件中，共有5個用例將被執(zhí)行，而結果則是兩個失敗三個成功。來執(zhí)行驗證一下，因為有了配置文件，我們在終端中（前提是在項目的根目錄），直接輸入 pytest 即可。

由執(zhí)行結果可以發(fā)現(xiàn)， 2 failed, 3 passed ，跟我們的預期一致。

后續(xù)執(zhí)行相關配置都來自配置文件，如果更改，會有相應說明，終端都是直接使用 pytest 執(zhí)行。

我們知道在unittest中，跳過用例可以用 skip ，那么這同樣是適用于pytest。

來看怎么使用：

跳過用例，我們使用 @pytest.mark.skipif(condition, reason) ：

然后將它裝飾在需要被跳過用例的的函數(shù)上面。

效果如下：

上例執(zhí)行結果相對詳細，因為我們在配置文件中為 addopts 增加了 -v ，之前的示例結果中，沒有加！

另外，此時，在輸出的控制臺中， 還無法打印出 reason 信息，如果需要打印，則可以在配置文件中的 addopts 參數(shù)的 -s 變?yōu)?-rs ：

如果我們事先知道測試函數(shù)會執(zhí)行失敗，但又不想直接跳過，而是希望顯示的提示。

Pytest 使用 pytest.mark.xfail 實現(xiàn)預見錯誤功能：：

需要掌握的必傳參數(shù)的是：

那么關于預期失敗的幾種情況需要了解一下：

結果如下：

pytest 使用 x 表示預見的失?。╔FAIL）。

如果預見的是失敗，但實際運行測試卻成功通過，pytest 使用 X 進行標記（XPASS）。

而在預期失敗的兩種情況中，我們不希望出現(xiàn)預期失敗，結果卻執(zhí)行成功了的情況出現(xiàn)，因為跟我們想的不一樣嘛，我預期這條用例失敗，那這條用例就應該執(zhí)行失敗才對，你雖然執(zhí)行成功了，但跟我想的不一樣，你照樣是失敗的！

所以，我們需要將預期失敗，結果卻執(zhí)行成功了的用例標記為執(zhí)行失敗，可以在 pytest.ini 文件中，加入：

這樣就就把上述的情況標記為執(zhí)行失敗了。

pytest身為強大的單元測試框架，那么同樣支持DDT數(shù)據(jù)驅動測試的概念。也就是當對一個測試函數(shù)進行測試時，通常會給函數(shù)傳遞多組參數(shù)。比如測試賬號登陸，我們需要模擬各種千奇百怪的賬號密碼。

當然，我們可以把這些參數(shù)寫在測試函數(shù)內部進行遍歷。不過雖然參數(shù)眾多，但仍然是一個測試，當某組參數(shù)導致斷言失敗，測試也就終止了。

通過異常捕獲，我們可以保證程所有參數(shù)完整執(zhí)行，但要分析測試結果就需要做不少額外的工作。

在 pytest 中，我們有更好的解決方法，就是參數(shù)化測試，即每組參數(shù)都獨立執(zhí)行一次測試。使用的工具就是 pytest.mark.parametrize(argnames, argvalues) 。

使用就是以裝飾器的形式使用。

只有一個參數(shù)的測試用例

來看（重要部分）結果：：

可以看到，列表內的每個手機號，都是一條測試用例。

多個參數(shù)的測試用例

（重要部分）結果：

可以看到，每一個手機號與每一個驗證碼都組合一起執(zhí)行了，這樣就執(zhí)行了4次。那么如果有很多個組合的話，用例數(shù)將會更多。我們希望手機號與驗證碼一一對應組合，也就是只執(zhí)行兩次，怎么搞呢？

在多參數(shù)情況下，多個參數(shù)名是以 , 分割的字符串。參數(shù)值是列表嵌套的形式組成的。

固件（Fixture）是一些函數(shù)，pytest 會在執(zhí)行測試函數(shù)之前（或之后）加載運行它們，也稱測試夾具。

我們可以利用固件做任何事情，其中最常見的可能就是數(shù)據(jù)庫的初始連接和最后關閉操作。

Pytest 使用 pytest.fixture() 定義固件，下面是最簡單的固件，訪問主頁前必須先登錄：

結果：

在之前的示例中，你可能會覺得，這跟之前的setup和teardown的功能也類似呀，但是，fixture相對于setup和teardown來說更靈活。pytest通過 scope 參數(shù)來控制固件的使用范圍，也就是作用域。

比如之前的login固件，可以指定它的作用域：

很多時候需要在測試前進行預處理（如新建數(shù)據(jù)庫連接），并在測試完成進行清理（關閉數(shù)據(jù)庫連接）。

當有大量重復的這類操作，最佳實踐是使用固件來自動化所有預處理和后處理。

Pytest 使用 yield 關鍵詞將固件分為兩部分， yield 之前的代碼屬于預處理，會在測試前執(zhí)行； yield 之后的代碼屬于后處理，將在測試完成后執(zhí)行。

以下測試模擬數(shù)據(jù)庫查詢，使用固件來模擬數(shù)據(jù)庫的連接關閉：

結果：

可以看到在兩個測試用例執(zhí)行前后都有預處理和后處理。

pytest中還有非常多的插件供我們使用，我們來介紹幾個常用的。

先來看一個重要的，那就是生成測試用例報告。

想要生成測試報告，首先要有下載，才能使用。

下載

如果下載失敗，可以使用PyCharm下載，怎么用PyCharm下載這里無需多言了吧。

使用

在配置文件中，添加參數(shù)：

效果很不錯吧！

沒完，看我大招

Allure框架是一個靈活的輕量級多語言測試報告工具，它不僅以web的方式展示了簡潔的測試結果，而且允許參與開發(fā)過程的每個人從日常執(zhí)行的測試中最大限度的提取有用信息。

從開發(fā)人員（dev，developer）和質量保證人員（QA，Quality Assurance）的角度來看，Allure報告簡化了常見缺陷的統(tǒng)計：失敗的測試可以分為bug和被中斷的測試，還可以配置日志、步驟、fixture、附件、計時、執(zhí)行 歷史 以及與TMS和BUG管理系統(tǒng)集成，所以，通過以上配置，所有負責的開發(fā)人員和測試人員可以盡可能的掌握測試信息。

從管理者的角度來看，Allure提供了一個清晰的“大圖”，其中包括已覆蓋的特性、缺陷聚集的位置、執(zhí)行時間軸的外觀以及許多其他方便的事情。allure的模塊化和可擴展性保證了我們總是能夠對某些東西進行微調。

少扯點，來看看怎么使用。

Python的pytest中allure下載

但由于這個 allure-pytest 插件生成的測試報告不是 html 類型的，我們還需要使用allure工具再“加工”一下。所以說，我們還需要下載這個allure工具。

allure工具下載

在現(xiàn)在allure工具之前，它依賴Java環(huán)境，我們還需要先配置Java環(huán)境。

注意，如果你的電腦已經(jīng)有了Java環(huán)境，就無需重新配置了。

配置完了Java環(huán)境，我們再來下載allure工具，我這里直接給出了百度云盤鏈接，你也可以去其他鏈接中自行下載：

下載并解壓好了allure工具包之后，還需要將allure包內的 bin 目錄添加到系統(tǒng)的環(huán)境變量中。

完事后打開你的終端測試：

返回了版本號說明安裝成功。

使用

一般使用allure要經(jīng)歷幾個步驟：

來看配置 pytest.ini ：

就是 --alluredir ./report/result 參數(shù)。

在終端中輸入 pytest 正常執(zhí)行測試用例即可：

執(zhí)行完畢后，在項目的根目下，會自動生成一個 report 目錄，這個目錄下有：

接下來需要使用allure工具來生成HTML報告。

此時我們在終端（如果是windows平臺，就是cmd），路徑是項目的根目錄，執(zhí)行下面的命令。

PS：我在pycharm中的terminal輸入allure提示'allure' 不是內部或外部命令，也不是可運行的程序或批處理文件。但windows的終端沒有問題。

命令的意思是，根據(jù) reportresult 目錄中的數(shù)據(jù)（這些數(shù)據(jù)是運行pytest后產(chǎn)生的）。在 report 目錄下新建一個 allure_html 目錄，而這個目錄內有 index.html 才是最終的allure版本的HTML報告；如果你是重復執(zhí)行的話，使用 --clean 清除之前的報告。

結果很漂亮：

allure open

默認的，allure報告需要HTTP服務器來打開，一般我們可以通過pycharm來完成，另外一種情況就是通過allure自帶的open命令來完成。

allure的其他用法

當然，故事還是沒有完！在使用allure生成報告的時候，在編寫用例階段，還可以有一些參數(shù)可以使用：

allure.title與allure.description

feature和story

由上圖可以看到，不同的用例被分為不同的功能中。

allure.severity

allure.severity 用來標識測試用例或者測試類的級別，分為blocker，critical，normal，minor，trivial5個級別。

severity的默認級別是normal，所以上面的用例5可以不添加裝飾器了。

allure.dynamic

在之前，用例的執(zhí)行順序是從上到下依次執(zhí)行：

正如上例的執(zhí)行順序是 3 1 2 。

現(xiàn)在，來看看我們如何手動控制多個用例的執(zhí)行順序，這里也依賴一個插件。

下載

使用

手動控制用例執(zhí)行順序的方法是在給各用例添加一個裝飾器：

那么， 現(xiàn)在的執(zhí)行順序是 2 1 3 ，按照order指定的排序執(zhí)行的。

如果有人較勁傳個0或者負數(shù)啥的，那么它們的排序關系應該是這樣的：

失敗重試意思是指定某個用例執(zhí)行失敗可以重新運行。

下載

使用

需要在 pytest.ini 文件中， 配置：

給 addopts 字段新增（其他原有保持不變） --reruns=3 字段，這樣如果有用例執(zhí)行失敗，則再次執(zhí)行，嘗試3次。

來看示例：

結果：

我們也可以從用例報告中看出重試的結果：

上面演示了用例失敗了，然后重新執(zhí)行多少次都沒有成功，這是一種情況。

接下來，來看另一種情況，那就是用例執(zhí)行失敗，重新執(zhí)行次數(shù)內通過了，那么剩余的重新執(zhí)行的次數(shù)將不再執(zhí)行。

通過 random 模塊幫助我們演示出在某次執(zhí)行中出現(xiàn)失敗的情況，而在重新執(zhí)行的時候，會出現(xiàn)成功的情況，看結果：

可以看到，用例 02 重新執(zhí)行了一次就成功了，剩余的兩次執(zhí)行就終止了。

一條一條用例的執(zhí)行，肯定會很慢，來看如何并發(fā)的執(zhí)行測試用例，當然這需要相應的插件。

下載

使用

在配置文件中添加：

就是這個 -n=auto ：

并發(fā)的配置可以寫在配置文件中，然后其他正常的執(zhí)行用例腳本即可。另外一種就是在終端中指定，先來看示例：

結果：

pytest-sugar 改變了 pytest 的默認外觀，添加了一個進度條，并立即顯示失敗的測試。它不需要配置，只需 下載插件即可，用 pytest 運行測試，來享受更漂亮、更有用的輸出。

下載

其他照舊執(zhí)行用例即可。

pytest-cov 在 pytest 中增加了覆蓋率支持，來顯示哪些代碼行已經(jīng)測試過，哪些還沒有。它還將包括項目的測試覆蓋率。

下載

使用

在配置文件中：

也就是配置 --cov=./scripts ，這樣，它就會統(tǒng)計所有 scripts 目錄下所有符合規(guī)則的腳本的測試覆蓋率。

執(zhí)行的話，就照常執(zhí)行就行。

結果：

更多插件參考：

有的時候，在 pytest.ini 中配置了 pytest-html 和 allure 插件之后，執(zhí)行后報錯：

出現(xiàn)了這個報錯，檢查你配置的解釋器中是否存在 pytest-html 和 allure-pytest 這兩個模塊。如果是使用的pycharm ide，那么你除了檢查settings中的解釋器配置之外，還需要保證運行腳本的編輯器配置是否跟settings中配置一致。

python測試type函數(shù)驗證列表和字典的速度分別是多少

第一段：

if(pos in fre_dist.keys()):

newvalue= fre_dist[pos]

第二段：

if(pos in fre_dist):

newValue=fre_dist[pos]

在處理3萬條數(shù)據(jù)時，第二段代碼的速度是第一段代碼速度的上千倍。

原因是：第一段代碼 fre_dist.keys()變成了list，python在檢索list的時候是比較慢的，第二段代碼 fre_dist是字典，python在檢索字典的時候速度是比較快的。

python測試函數(shù)有哪些

測試函數(shù)是用于自動化測試，使用python模塊中的unittest中的工具來測試

附上書中摘抄來的代碼：

#coding=utf-8import unittestfrom name_function import get_formatted_nameclass NamesTestCase(unittest.TestCase): def test_first_last_name(self): formatted_name=get_formatted_name('janis','joplin') self.assertEqual(formatted_name,'Janis Joplin') def test_first_last_middle_name(self): formatted_name=get_formatted_name('wolfgang','mozart','amadeus') self.assertEqual(formatted_name,'Wolfgang Amadeus Mozart')#注意下面這行代碼，不寫會報錯哦~~~書中沒有這行if __name__=="__main__": unittest.main()

Python中冷門但非常好用的內置函數(shù)

Python中有許多內置函數(shù),不像print、len那么廣為人知,但它們的功能卻異常強大,用好了可以大大提高代碼效率，同時提升代碼的簡潔度，增強可閱讀性

Counter

collections在python官方文檔中的解釋是High-performance container datatypes，直接的中文翻譯解釋高性能容量數(shù)據(jù)類型。這個模塊實現(xiàn)了特定目標的容器，以提供Python標準內建容器 dict , list , set , 和 tuple 的替代選擇。在python3.10.1中它總共包含以下幾種數(shù)據(jù)類型：

容器名簡介

namedtuple() 創(chuàng)建命名元組子類的工廠函數(shù)

deque 類似列表(list)的容器，實現(xiàn)了在兩端快速添加(append)和彈出(pop)

ChainMap 類似字典(dict)的容器類，將多個映射集合到一個視圖里面

Counter 字典的子類，提供了可哈希對象的計數(shù)功能

OrderedDict 字典的子類，保存了他們被添加的順序

defaultdict 字典的子類，提供了一個工廠函數(shù)，為字典查詢提供一個默認值

UserDict 封裝了字典對象，簡化了字典子類化

UserList 封裝了列表對象，簡化了列表子類化

UserString 封裝了字符串對象，簡化了字符串子類化

其中Counter中文意思是計數(shù)器，也就是我們常用于統(tǒng)計的一種數(shù)據(jù)類型，在使用Counter之后可以讓我們的代碼更加簡單易讀。Counter類繼承dict類，所以它能使用dict類里面的方法

舉例

#統(tǒng)計詞頻

fruits = ['apple', 'peach', 'apple', 'lemon', 'peach', 'peach']

result = {}

for fruit in fruits:

if not result.get(fruit):

result[fruit] = 1

else:

result[fruit] += 1

print(result)

#{'apple': 2, 'peach': 3, 'lemon': 1}下面我們看用Counter怎么實現(xiàn)：

from collections import Counter

fruits = ['apple', 'peach', 'apple', 'lemon', 'peach', 'peach']

c = Counter(fruits)

print(dict(c))

#{'apple': 2, 'peach': 3, 'lemon': 1}顯然代碼更加簡單了，也更容易閱讀和維護了。

elements()

返回一個迭代器，其中每個元素將重復出現(xiàn)計數(shù)值所指定次。元素會按首次出現(xiàn)的順序返回。如果一個元素的計數(shù)值小于1，elements()將會忽略它。

c = Counter(a=4, b=2, c=0, d=-2)

sorted(c.elements())

['a', 'a', 'a', 'a', 'b', 'b']most_common([n])

返回一個列表，其中包含n個最常見的元素及出現(xiàn)次數(shù)，按常見程度由高到低排序。如果n被省略或為None，most_common()將返回計數(shù)器中的所有元素。計數(shù)值相等的元素按首次出現(xiàn)的順序排序：

Counter('abracadabra').most_common(3)

[('a', 5), ('b', 2), ('r', 2)]這兩個方法是Counter中最常用的方法，其他方法可以參考 python3.10.1官方文檔

實戰(zhàn)

Leetcode 1002.查找共用字符

給你一個字符串數(shù)組words，請你找出所有在words的每個字符串中都出現(xiàn)的共用字符（包括重復字符），并以數(shù)組形式返回。你可以按任意順序返回答案。

輸入：words = ["bella", "label", "roller"]

輸出：["e", "l", "l"]

輸入：words = ["cool", "lock", "cook"]

輸出：["c", "o"]看到統(tǒng)計字符，典型的可以用Counter完美解決。這道題是找出字符串列表里面每個元素都包含的字符，首先可以用Counter計算出每個元素每個字符出現(xiàn)的次數(shù)，依次取交集最后得出所有元素共同存在的字符，然后利用elements輸出共用字符出現(xiàn)的次數(shù)

class Solution:

def commonChars(self, words: List[str]) - List[str]:

from collections import Counter

ans = Counter(words[0])

for i in words[1:]:

ans = Counter(i)

return list(ans.elements())提交一下，發(fā)現(xiàn)83個測試用例耗時48ms，速度還是不錯的

sorted

在處理數(shù)據(jù)過程中，我們經(jīng)常會用到排序操作，比如將列表、字典、元組里面的元素正/倒排序。這時候就需要用到sorted()，它可以對任何可迭代對象進行排序，并返回列表

對列表升序操作：

a = sorted([2, 4, 3, 7, 1, 9])

print(a)

# 輸出：[1, 2, 3, 4, 7, 9]對元組倒序操作：

sorted((4,1,9,6),reverse=True)

print(a)

# 輸出：[9, 6, 4, 1]使用參數(shù)：key，根據(jù)自定義規(guī)則，按字符串長度來排序：

fruits = ['apple', 'watermelon', 'pear', 'banana']

a = sorted(fruits, key = lambda x : len(x))

print(a)

# 輸出：['pear', 'apple', 'banana', 'watermelon']all

all() 函數(shù)用于判斷給定的可迭代參數(shù)iterable中的所有元素是否都為 TRUE，如果是返回 True，否則返回 False。元素除了是 0、空、None、False外都算True。注意：空元組、空列表返回值為True。

all(['a', 'b', 'c', 'd']) # 列表list，元素都不為空或0

True

all(['a', 'b', '', 'd']) # 列表list，存在一個為空的元素

False

all([0, 1，2, 3]) # 列表list，存在一個為0的元素

False

all(('a', 'b', 'c', 'd')) # 元組tuple，元素都不為空或0

True

all(('a', 'b', '', 'd')) # 元組tuple，存在一個為空的元素

False

all((0, 1, 2, 3)) # 元組tuple，存在一個為0的元素

False

all([]) # 空列表

True

all(()) # 空元組

Trueany函數(shù)正好和all函數(shù)相反：判斷一個tuple或者list是否全為空，0，F(xiàn)alse。如果全為空，0，F(xiàn)alse，則返回False；如果不全為空，則返回True。

F-strings

在python3.6.2版本中，PEP 498提出一種新型字符串格式化機制，被稱為 “字符串插值” 或者更常見的一種稱呼是F-strings，F(xiàn)-strings提供了一種明確且方便的方式將python表達式嵌入到字符串中來進行格式化：

s1='Hello'

s2='World'

print(f'{s1} {s2}!')

# Hello World!在F-strings中我們也可以執(zhí)行函數(shù)：

def power(x):

return x*x

x=4

print(f'{x} * {x} = {power(x)}')

# 4 * 4 = 16而且F-strings的運行速度很快，比傳統(tǒng)的%-string和str.format()這兩種格式化方法都快得多，書寫起來也更加簡單。

本文主要講解了python幾種冷門但好用的函數(shù)，更多內容以后會陸陸續(xù)續(xù)更新~

7種檢測Python程序運行時間、CPU和內存占用的方法

1. 使用裝飾器來衡量函數(shù)執(zhí)行時間

有一個簡單方法，那就是定義一個裝飾器來測量函數(shù)的執(zhí)行時間，并輸出結果：

import time

from functoolsimport wraps

import random

def fn_timer(function):

@wraps(function)

def function_timer(*args, **kwargs):

? t0= time.time()

? result= function(*args, **kwargs)

? t1= time.time()

? print("Total time running %s: %s seconds" %

? ? ? (function.__name__, str(t1- t0))

)

? return result

return function_timer

@fn_timer

def random_sort(n):

return sorted([random.random() for i in range(n)])

if __name__== "__main__":

random_sort(2000000)

輸出：Total time running random_sort: 0.6598007678985596 seconds

使用方式的話，就是在要監(jiān)控的函數(shù)定義上面加上 @fn_timer 就行了

或者

# 可監(jiān)控程序運行時間

import time

import random

def clock(func):

def wrapper(*args, **kwargs):

? ? start_time= time.time()

? ? result= func(*args, **kwargs)

? ? end_time= time.time()

? ? print("共耗時: %s秒" % round(end_time- start_time, 5))

? ? return result

return wrapper

@clock

def random_sort(n):

return sorted([random.random() for i in range(n)])

if __name__== "__main__":

random_sort(2000000)

輸出結果：共耗時: 0.65634秒

2. 使用timeit模塊

另一種方法是使用timeit模塊，用來計算平均時間消耗。

執(zhí)行下面的腳本可以運行該模塊。

這里的timing_functions是Python腳本文件名稱。

在輸出的末尾，可以看到以下結果：4?loops, best of?5:?2.08?sec per loop

這表示測試了4次，平均每次測試重復5次，最好的測試結果是2.08秒。

如果不指定測試或重復次數(shù)，默認值為10次測試，每次重復5次。

3. 使用Unix系統(tǒng)中的time命令

然而，裝飾器和timeit都是基于Python的。在外部環(huán)境測試Python時，unix time實用工具就非常有用。

運行time實用工具：

輸出結果為：

Total?time running random_sort:?1.3931210041?seconds

real?1.49

user?1.40

sys?0.08

第一行來自預定義的裝飾器，其他三行為：

real表示的是執(zhí)行腳本的總時間

user表示的是執(zhí)行腳本消耗的CPU時間。

sys表示的是執(zhí)行內核函數(shù)消耗的時間。

注意：根據(jù)維基百科的定義，內核是一個計算機程序，用來管理軟件的輸入輸出，并將其翻譯成CPU和其他計算機中的電子設備能夠執(zhí)行的數(shù)據(jù)處理指令。

因此，Real執(zhí)行時間和User+Sys執(zhí)行時間的差就是消耗在輸入/輸出和系統(tǒng)執(zhí)行其他任務時消耗的時間。

4. 使用cProfile模塊

5. 使用line_profiler模塊

6. 使用memory_profiler模塊

7. 使用guppy包

當前名稱：包含python測試函數(shù)耗時的詞條
當前鏈接：http://www.rwnh.cn/article16/higodg.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站營銷、做網(wǎng)站、用戶體驗、定制網(wǎng)站、手機網(wǎng)站建設、服務器托管

廣告

聲明：本網(wǎng)站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經(jīng)允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)