为什么 %timeit 循环次数不同？

Question

在 Jupter Notebook 上，我尝试比较两种方法查找最大值索引所花费的时间。

在图像中，第一个函数进行了 1000 个循环，第二个函数进行了 10000 个循环，这是由于方法本身导致的循环增加还是 Jupyter 只是添加了更多循环以获得每个循环更准确的时间，即使第二个函数可能需要才1000，是这样吗？

Answer 1

%timeit

库将根据脚本执行所需的时间来限制运行次数。

运行次数可以用-n 来设置。示例：

%timeit -n 5000
df = pd.DataFrame({'High':[1,4,8,4,0]})

5000 loops, best of 3: 592 µs per loop

Answer 2

使用

-r

来限制运行次数：

import time
%timeit -r1 time.sleep(2)
# 2 s ± 0 ns per loop (mean ± std. dev. of 1 run, 1 loop each)

%timeit -r4 time.sleep(2)
# 2 s ± 800 µs per loop (mean ± std. dev. of 4 runs, 1 loop each)

%timeit time.sleep(2)
# 2 s ± 46.5 µs per loop (mean ± std. dev. of 7 runs, 1 loop each)

Answer 3

它有一个内置选项-n： " 选项: -n: 在循环中执行给定的语句次数。如果未给出该值，则选择一个合适的值。"docs

因此，如果未指定，它会选择循环数本身。

最新报价（v8.26.0）： “选项： -n：循环执行给定的语句次数。如果未提供，则确定以获得足够的准确性。

-r：重复次数，每次由循环组成，取平均结果。默认值：7 ”

文档截图