কম্পিউটার

পাইথনে time.process_time() ফাংশন


এই টিউটোরিয়ালে, আমরা time.process_time() সম্পর্কে শিখতে যাচ্ছি পদ্ধতি।

পদ্ধতি time.process_time() একটি সিস্টেমের সেকেন্ডে সময়ের একটি ফ্লোট মান এবং বর্তমান প্রক্রিয়ার ব্যবহারকারীর CPU সময় প্রদান করবে।

উদাহরণ

# সময় মডিউল আমদানির সময় আমদানি করা# বর্তমান প্রক্রিয়া টাইমপ্রিন্ট (time.process_time())1.171875 মুদ্রণ

আউটপুট

আপনি যদি উপরের কোডটি চালান, তাহলে আপনি নিচের মত একই ফলাফল পাবেন।

1.171875

ধরা যাক আমাদের একটি প্রসেস আছে যা প্রদত্ত রেঞ্জ থেকে প্রিন্ট করে। সেই প্রক্রিয়ার জন্য সময় বের করা যাক। নিচের কোডটি বুঝুন এবং এটি চালান।

উদাহরণ

প্রাইম নম্বরডেফ প্রিন্ট_সংখ্যা(ক্যাপ) খুঁজতে # সময় মডিউল ইমপোর্ট টাইম# প্রোগ্রাম আমদানি করা হচ্ছে:আই ইন রেঞ্জ(ক্যাপ):প্রিন্ট(i, শেষ=' ') যদি __name__ =='__main__':সংখ্যা =1000 # শুরুর প্রক্রিয়া start_time =time.process_time() print_numbers(number) # শেষ প্রক্রিয়া end_time =time.process_time() print() print("process time", end_time - start_time)

আউটপুট

আপনি যদি উপরের কোডটি চালান, তাহলে আপনি নিচের মত একই ফলাফল পাবেন।

<প্রে>0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 2931 32 33 34 34 344 343434348 49 50 51 52 53 54 55 56 57 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 8687 88 89 90 91 92 93 94 95 96 97 98 99 100 5859 101 102 103 104 105 106 107 108 109 110111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152153 154 155 156 157 158 159 165 166 167 168 169 170 171 172 173174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 191 193 194195 196 1971 1971 1992 2002 203 204 205 206 207 208 209 210 211 212 213 214 215216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 343 344 348 345 367 366 366 36 7 36 76 367 36 7 32 366 36 7 36 763 36 7 32 363 35 3 35 3 32 35 3 35 3 35 3 35 3 35 356 35 3 35 3 35 356 35 3 35 353 35 3 35 356 35 3 35 356 35 3 35 356 35 3 35 356 35 3 35 356 35 3 35 353 35 3 35 3 35 3 35 353 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782783 784 785 786 787 788 789 790 791 792 793 794 795 796 797 798 799 800 801 802 803804 805 806 807 808 809 810 811 812 813 814 815 816 817 818 819 820 821 822 823 824825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 842 843 844 845846 847 848 849 850 851 852 853 854 855 856 857 858 859 860 861 862 863 864 865 866867 868 869 870 871 872 873 874 875 876 877 878 879 880 881 882 883 884 885 886 887888 889 890 891 892 893 894 895 896 897 898 899 900 901 902 903 904 905 906 907 908909 910 911 912 913 914 915 916 917 918 919 920 921 922 923 924 925 926 927 928 929930 931 932 933 934 935 936 937 938 939 940 941 942 943 944 945 946 947 948 949 950951 952 953 954 955 956 957 958 959 960 961 962 963 964 965 966 967 968 969 970 971972 973 974 975 976 977 978 979 980 981 982 983 984 985 986 987 988 989 990 991993 994 995 996 997 998 999 প্রক্রিয়া সময় 0.234375

উপসংহার

টিউটোরিয়ালটিতে আপনার সন্দেহ থাকলে মন্তব্য বিভাগে উল্লেখ করুন।


  1. পাইথনে issubset() ফাংশন

  2. পাইথনে Union() ফাংশন

  3. পাইথনে ভেক্টরাইজেশন

  4. ইন্টারসেকশন() ফাংশন পাইথন