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。