用于跟踪时间和显示进度条的Python库
chronometr的Python项目详细描述
计时法
ProgressBar
Estimator
Estimator
是一个估计单参数函数运行时间的对象。
您可以使用它来避免运行脚本太长时间。
例如,如果您想集群一个大型数据集并运行它可能需要太长时间,
如果你使用云计算,成本太高,
您可以用一个参数x
创建一个函数,该函数使用x
行的样本
然后使用Estimator
来估计运行它需要多长时间
向estimate()
方法提供实际行数。在
Estimator
使用多项式线性回归模型
给更多的人更多的力量去训练。在
用法
fromchronometryimportEstimatorfromtimeimportsleepdefmultiply_with_no_delay(x,y):return(x**2+0.1*x**3+1)*0.00001+y*0.001defmultiply(x,y):sleep_time=multiply_with_no_delay(x,y)ifsleep_time>30:raisesleep(sleep_time)ify==6:sleep(12)elif7<y<15:raiseException()returnsleep_timeestimator=Estimator(function=multiply,polynomial_degree=3,timeout=5)# the `unit` argument chooses the unit of time to be used. By default unit='s'estimator.auto_explore()estimator.predict_time(x=10000,y=10000)
上面的代码运行了大约53秒,然后估计
multiply(10000, 10000)
将花费1002371.7秒,这只是一点点
小于正确的数字:1001010秒。在
max_time
是估计函数运行所允许的最长时间。在
如果您在Jupyter中使用Estimator
,
您可以使用plot()
方法(不需要参数)来绘制测量值,该方法
返回一个matplotlib
AxesSubplot
对象并同时显示它。在
- 项目
标签: