_list = []; init_list = list(range(10))') print('insert_time_timeit: ', insert_time_timeit) append_time_timeit = timeit.timeit(stmt='list(append_list.append(i) for i in init_list)', setup='append_list = []; init_list = list(range(10))') print('append_time_timeit: ', append_time_timeit) 运行结果可能会与之前测试函数的情况类似，因为测试的是相同的代码逻辑。
二、使用 `repeat()` 函数测试运行时间
`repeat()` 函数与 `timeit()` 类似，但提供了更多的灵活性，可以多次运行测试并返回最短运行时间。它的参数包括：
- stmt: 需要测试的代码。
- setup: 运行环境。
- repeat: 测试的重复次数，默认为 3。
- number: 每次测试中代码运行的次数，默认为 1000000。
例如，我们可以这样使用 `repeat()` 测试 `insert_time_test()` 和 `append_time_test()`：
```python
insert_min_time = min(timeit.repeat(stmt='insert_time_test()', setup='from __main__ import insert_time_test', repeat=3, number=10000))
print('insert_min_time: ', insert_min_time)
append_min_time = min(timeit.repeat(stmt='append_time_test()', setup='from __main__ import append_time_test', repeat=3, number=10000))
print('append_min_time: ', append_min_time)
```
这将返回两个函数的最小运行时间，从而获得更稳定的结果。
三、使用 `Timer` 类测试运行时间
`Timer` 类允许我们更加灵活地控制测试，可以通过设置 `timeit.Timer` 的实例并调用其方法来执行测试。下面是如何使用 `Timer` 类的例子：
```python
timer_insert = timeit.Timer(stmt='insert_time_test()', setup='from __main__ import insert_time_test')
timer_append = timeit.Timer(stmt='append_time_test()', setup='from __main__ import append_time_test')
insert_time = timer_insert.timeit(number=10000)
append_time = timer_append.timeit(number=10000)
print('insert_time: ', insert_time)
print('append_time: ', append_time)
```
总结：
Python 的 `timeit` 模块提供了一种简单而有效的方式来测量代码执行的时间，无论是简单的表达式还是复杂的函数。通过 `timeit()` 函数、`repeat()` 函数以及 `Timer` 类，我们可以根据需要选择不同的方式来获取代码的运行时间。在优化代码性能时，这是一个非常有用的工具，可以帮助我们找出性能瓶颈并做出相应的改进。在实际应用中，应当注意避免测试过于简单或过于复杂的代码，以确保测试结果的准确性和有效性。同时，`timeit` 模块的使用也应结合其他性能分析工具，以便对代码进行全面的性能评估。
