timeit模块用于测量小段代码执行时间，通过多次运行取最小耗时以减少误差。使用timeit.timeit()函数，传入代码字符串和运行次数number（默认100万次）即可测试性能差异。
Python的timeit模块用来测量小段代码的执行时间，特别适合对比不同实现方式的性能差异。它通过多次运行代码取最小耗时，减少系统波动带来的误差。
基本用法：直接调用timeit函数
使用timeit.timeit()可以快速测试一行代码的运行时间。
- 第一个参数是你要测量的代码，以字符串形式传入
-
number参数指定运行次数，默认是100万次
-
例如，比较两种创建列表的方式：
import timeit
# 使用列表推导式
time1 = timeit.timeit('[x*2 for x in range(10)]', number=100000)
# 使用循环append
time2 = timeit.timeit('list(map(lambda x: x*2, range(10)))', number=100000)
print(time1, time2)
使用Timer类自定义测试
当需要更灵活控制时，可以用timeit.Timer类。
- 初始化时传入语句和设置代码
- 调用timeit()方法运行指定次数
- 支持setup参数导入模块或初始化变量
示例：测试字符串拼接性能
import timeit
stmt = "'-'.join([str(n) for n in range(100)])"
setup = "pass" # 可在这里导入模块或定义变量
timer = timeit.Timer(stmt, setup)
print(timer.timeit(10000))
在命令行中使用timeit
可以直接在终端运行timeit，适合快速验证。
- 使用
python -m timeit启动
- 后面跟上要测试的代码片段
- 自动选择最佳重复次数并输出结果
例如：
python -m timeit "'spam' * 10"
会输出类似：1000000 loops, best of 5: 0.234 usec per loop
注意事项与技巧
使用timeit时注意以下几点才能得到准确结果：
- 避免在测试代码中包含输入输出操作，如print
- 复杂逻辑建议封装成函数再测
- 多次测量取最小值比平均值更可靠
- 确保测试环境一致，避免后台程序干扰
对于多行代码，可用分号或三引号包裹：
timeit.timeit('''
a = []
for i in range(10):
a.append(i*2)
''', number=10000)
基本上就这些。掌握timeit能帮你写出更快的Python代码，关键是多试几种写法，用数据说话。
python -m timeit启动