如何从脚本运行IPython魔术（或计时Python脚本）
IPython％timeit magic命令在测量运行一些Python代码所需的时间方面做得很好。 现在，我想在Python脚本中使用类似的东西。 我知道timeit模块，但是，它有几个缺点，例如，如何自适应select运行次数？ 即默认的代码
import timeit t=timeit.Timer("code(f)", "from __main__ import code,f") t.timeit() 运行代码百万次。 ％timeit IPyhton magic命令会自动执行。 我build议我可以使用类似MATLAB的代码http://www.mathworks.com/matlabcentral/fileexchange/18798
它自动完成所有的工作（并且还告诉函数的开销是否大）。
如何从Python脚本中调用％timeit魔法（或者有更好的时间解决scheme）？
这取决于你有哪个版本的IPython。 如果你有1.x：
from IPython import get_ipython ipython = get_ipython()
如果你有一个旧版本：
import IPython.core.ipapi ipython = IPython.core.ipapi.get()
要么
import IPython.ipapi ipython = IPython.ipapi.get()
一旦完成 ，运行一个像这样的魔术命令：
ipython.magic("timeit abs(-42)")
请注意，脚本必须通过ipython运行。
当使用python -m timeit调用IPython和timeit模块时，执行相同的循环，数值越来越大，直到时序结果超过一定的阈值，以保证时间测量大多不受操作系统干扰。
您可以将%timeit magic的IPython实现与Python timeit标准模块进行比较，以查看它们大致相同的情况。
所以，回答你的问题，你应该复制相同的循环，直到find数字参数的正确值。
如果在IPython中以交互方式运行Python脚本，以下工作。 例如， test.py ：
def f(): # Algorithm 1 pass def g(): # Algorithm 2 pass # which one is faster? mgc = get_ipython().magic mgc(u'%timeit f()') mgc(u'%timeit g()')
然后在IPython中以交互方式运行它
%run -i test.py
吐出时间。 -i开关是必要的，以便variables在范围内。 我还没有想出如何在不运行IPython实例的情况下执行此操作，即通过简单地从IPython中导入timeit并将其用作函数。 然而，这个解决scheme适用于我的目的，这是自动化一些计时运行。
运行ipython magic函数的一种方法可能是使用embeddedipython实例。
例如：（大部分代码都是从ipython网站上借用的）
from IPython.terminal.embed import InteractiveShellEmbed ipshell = InteractiveShellEmbed() ipshell.dummy_mode = True print('\nTrying to call IPython which is now "dummy":') ipshell.magic("%timeit abs(-42)"); ipshell() print('Nothing happened...')
这可以通过使用Python解释器
PS：使用dummy_mode将阻止调用交互式shell。
根据timeit.py模块的文档 ，当timeit在命令行模式下运行时，
如果没有给出-n，则通过尝试连续的10次幂来计算适当数量的循环，直到总时间至less为0.2秒。
这是IPython所做的。 这就是为什么循环次数总是10次方的原因。通过在循环中embedded对t.timeit()的调用，可以在自己的代码中做类似的事情，确保不会太久：
import timeit t = timeit.Timer("code(f)", "from __main__ import code, f") max_time = 0.2 N = 0 curr_time = t.timeit(1) while curr_time < max_time: N += 1 curr_time = t.timeit(10**N) mean_time = curr_time / float(10**N)
这将确保分析时间至less为0.2秒，但是不会更多 – 除非一次调用该函数需要很长时间。
