profiling_cProfile.py

import cProfile as profile
import pstats

def profiling_cProfile():

  n = 10000000
  lst = list(range(0, n))
  x = 2
  v = lst.copy()

  for i in range(len(lst)):
      v[i] = lst[i] * x

# Ejecutamos el programa y realizamos el profiling
prof = profile.Profile()

# Inicializamos la lista de tiempos
tiempos = []

# Ejecutamos el programa 5 veces y tomamos los tiempos
num_repeticiones = 5
for _ in range(num_repeticiones): #el uso de _ es como una convención para indicar que el valor del bucle no se va a usar en el cuerpo del bucle
    prof.enable()
    profiling_cProfile()
    prof.disable()
    stats = pstats.Stats(prof).strip_dirs().sort_stats("cumtime")

    # Obtenemos el tiempo de ejecución de la última llamada
    tiempo_ejecucion = stats.total_tt
    tiempos.append(tiempo_ejecucion)

# Obtenemos el tiempo máximo y mínimo
tiempo_maximo = max(tiempos)
tiempo_minimo = min(tiempos)

# Eliminamos los tiempos max y min de la lista
tiempos_sin_max_min = [t for t in tiempos if t != tiempo_maximo and t != tiempo_minimo]

# Calculamos el tiempo promedio con los tiempos restantes
tiempo_promedio = sum(tiempos_sin_max_min) / len(tiempos_sin_max_min)
print("Tiempo promedio de ejecución:", tiempo_promedio)