准确测量python函数所需的时间

准确测量python函数所需的时间

根据Python文档，它与不同 *** 作系统中时间函数的准确性有关：

默认计时器功能取决于平台。在Windows上，time.clock（）的粒度为微秒，但time.time（）的粒度为1/60秒；在Unix上，time.clock（）具有1/100秒的粒度，并且time.time（）更精确。在这两个平台上，默认计时器功能都将测量挂钟时间，而不是CPU时间。这意味着在同一台计算机上运行的其他进程可能会干扰计时。在Unix上，可以使用time.clock（）来测量CPU时间。

要直接从

timeit.py

的代码中提取：

if sys.platform == "win32":    # On Windows, the best timer is time.clock()    default_timer = time.clockelse:    # On most other platforms the best timer is time.time()    default_timer = time.time

此外，它直接为您设置运行时代码。如果使用

time

，则必须自己做。这当然 可以节省您的时间

Timeit的设置：

def inner(_it, _timer):    #Your setup pre    %(setup)s    _t0 = _timer()    for _i in _it:        #The pre you want to time        %(stmt)s    _t1 = _timer()    return _t1 - _t0

Python 3：

从Python
3.3开始，您可以使用

time.perf_counter()

（系统范围内的计时）或

time.process_time()

（进程范围内的计时），仅使用以前的方式即可

time.clock()

：

from time import process_timet = process_time()#do some stuffelapsed_time = process_time() - t

新功能

process_time

将不包括睡眠时间。

Python 3.7+：

从Python
3.7开始，您还可以使用

process_time_ns()

与相似的方法，

process_time()

但是返回的时间以纳秒为单位。