python记录运行时间_计算python程序运行时间

本文介绍三种方法用来计算python程序的运行时间，考虑多现在计算机都是多进程执行环境，本文介绍的方法，前两种统计了其它进程的时间，实际上是python程序执行开始和结束的时间，只有最后一个方法，是计算的python程序的独自占用的CPU时间，但是python官方已经不再推荐。各位同学可以根据自己的应用情况选择考虑。

1， 用datatime模块，秒级精度

>>> import datetime

>>> datetime.datetime.now()

datetime.datetime(2018, 5, 18, 17, 10, 31, 679078)

>>>

>>> t1 = datetime.datetime.now()

>>> t2 = datetime.datetime.now()

>>> t2-t1

datetime.timedelta(0, 3, 758215)

>>> (t2-t1).seconds

3

>>>

2， 使用time模块的time函数，精度很高

>>>

>>> import time

>>> time.time()

1526635080.2427351

>>> t1 = time.time()

>>> t2 = time.time()

>>> t2-t1

5.848334312438965

>>>

>>> round(t2-t1,2)

5.85

>>>

3， 使用time模块的clock函数，进程的CPU时间

time.clock() 函数以浮点数计算的秒数返回当前的CPU时间。用来衡量不同程序的耗时，比time.time()更有用。这个需要注意，在不同的系统上含义不同。

在UNIX系统上，它返回的是"进程时间"，它是用秒表示的浮点数（时间戳）。

而在WINDOWS中，第一次调用，返回的是进程运行的实际时间；而第二次之后的调用是自第一次调用以后到现在的运行时间。（实际上是以WIN32上QueryPerformanceCounter()为基础，它比毫秒表示更为精确）

下面代码是windows系统下的运行情况：

>>> import time

>>> def atime():

... time.clock()

... time.sleep(3)

... print(time.clock())

...

>>> atime()

2.999566797439957

>>>

第二次调用time.clock()返回的是两次调用的间隔时间，3秒，包含睡眠时间。

同样的代码，在Linux下执行就是这样：

>>>

>>> import time

>>> def atime():

... time.clock()

... time.sleep(3)

... print(time.clock())

...

>>> atime()

0.035059

>>>

在python官方，有这样一段说明，clock()函数在3.3之后，就不再推荐被使用了：

Deprecated since version 3.3: The behaviour of this function depends on the platform: use perf_counter() or process_time() instead, depending on your requirements, to have a well defined behaviour.

看来要记录python程序的CPU执行时间，还需要研究其它的方法。