# Fill in imports here.
import random
class FirstClassifier(object):
def __init__(self):
# Fill in initialization code here.
pass
def train(self):
# Fill in code to train model here.
pass
def classify(self, text):
# Fill in classification code here.
# Dummy "classification":
return random.choice(['sports', 'politics', 'video games'])
以及第二.py将是:
^{pr2}$
您可以使用timeit为classify方法的执行计时,如下所示:
python -m timeit -s 'from first import FirstClassifier;classifier = FirstClassifier();classifier.train();' 'classifier.classify("The game ended in a draw.")'
示例输出,表明“游戏以平局结束”的分类平均耗时0.417微秒。在
1000000 loops, best of 3: 0.417 usec per loop
对于第二个实现:
python -m timeit -s 'from second import SecondClassifier;classifier = SecondClassifier();classifier.train();' 'classifier.classify("The game ended in a draw.")'
{a1}函数的两个实现在这里比较^的一般方法:
假设有两个模块,}的类,都实现了一个名为
first.py
和second.py
,它们分别实现了一个名为FirstClassifier
和{classify
的方法。还假设它们有一个名为train
的方法,当调用该方法时,它将读取一些训练数据并训练其模型,并且您希望测量classify
方法的速度。在所以第一.py将是:
以及第二.py将是:
^{pr2}$您可以使用
timeit
为classify
方法的执行计时,如下所示:示例输出,表明“游戏以平局结束”的分类平均耗时0.417微秒。在
对于第二个实现:
示例输出,表明“游戏以平局结束”的分类平均耗时0.0836μs。在
这些
timeit
命令的一般形式是python -m timeit -s 'SETUP_CODE' 'CODE_TO_TIME'
。因此,需要执行的代码来准备要度量的函数将转到-s
选项,要计时的主表达式转到命令的第一个非标志参数。在相关问题 更多 >
编程相关推荐