Python高效计时方法解析

从现在开始，努力学习吧！本文《Python如何测量代码执行时间》主要讲解了等等相关知识点，我会在golang学习网中持续更新相关的系列文章，欢迎大家关注并积极留言建议。下面就先一起来看一下本篇正文内容吧，希望能帮到你！

使用time.perf_counter()或timeit模块可精确测量Python代码执行时间，其中timeit适合短代码片段并自动取平均值以减少误差；对于性能分析，推荐使用cProfile模块定位耗时函数。

测量Python代码执行时间，简单来说，就是记录代码开始和结束的时间，然后相减得到差值。但直接用time.time()可能不够精确，尤其对于运行时间很短的代码片段。

解决方案

最常用的方法是使用time模块的time.time()函数，或者timeit模块，后者更适合测量小段代码的执行时间。

import time

start_time = time.time()
# 这里放置你要测量的代码
result = sum(range(100000))
end_time = time.time()

execution_time = end_time - start_time
print(f"代码执行时间: {execution_time} 秒")


import timeit

code_to_test = """
result = sum(range(100000))
"""

execution_time = timeit.timeit(code_to_test, number=100) # 执行100次取平均值
print(f"代码执行时间 (timeit): {execution_time / 100} 秒")

timeit 模块会自动多次运行你的代码，然后计算平均执行时间，这样可以减少随机误差的影响。

如何选择合适的测量方法？

如果只是想粗略地了解一段较长代码的执行时间，time.time()足够了。但如果需要精确测量，或者代码执行时间很短，timeit 是更好的选择。timeit 还可以避免一些外部因素的干扰，比如垃圾回收。

除了time和timeit，还有其他选择吗？

当然有。例如，可以使用perf_counter()或process_time()。

• time.perf_counter()：提供具有最高可用分辨率的性能计数器，适用于测量短时间间隔。它不受系统时钟调整的影响。

• time.process_time()：返回当前进程的系统和用户CPU时间总和。它只计算实际消耗的CPU时间，不包括睡眠时间。

import time

start_time = time.perf_counter()
# 这里放置你要测量的代码
result = sum(range(100000))
end_time = time.perf_counter()

execution_time = end_time - start_time
print(f"代码执行时间 (perf_counter): {execution_time} 秒")


import time

start_time = time.process_time()
# 这里放置你要测量的代码
result = sum(range(100000))
end_time = time.process_time()

execution_time = end_time - start_time
print(f"代码执行时间 (process_time): {execution_time} 秒")

perf_counter更适合测量实际经过的时间，而process_time更关注CPU的使用情况。在多线程或多进程环境中，process_time 可能更有意义，因为它只计算当前进程的CPU时间。

如何分析代码的性能瓶颈？

测量整体执行时间只是第一步。要真正优化代码，需要找到性能瓶颈。这时，可以使用cProfile模块。

import cProfile

def my_function():
    result = sum(range(100000))
    return result

cProfile.run('my_function()')

cProfile 会详细记录每个函数的调用次数、执行时间等信息，可以帮助你找到代码中最耗时的部分。分析 cProfile 的输出结果，重点关注 tottime (函数内部消耗的总时间) 和 cumtime (函数及其所有子函数消耗的总时间)。找到 cumtime 值较高的函数，这些很可能就是性能瓶颈所在。

终于介绍完啦！小伙伴们，这篇关于《Python高效计时方法解析》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识，快来关注吧！