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 timestart_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_timeprint(f"代码执行时间: {execution_time} 秒")import timeitcode_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。
立即学习“Python免费学习笔记（深入）”；
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 timestart_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_timeprint(f"代码执行时间 (perf_counter): {execution_time} 秒")import timestart_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_timeprint(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 cProfiledef my_function(): result = sum(range(100000)) return resultcProfile.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。
以上就是python中怎么测量一段代码的执行时间？的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1370766.html
微信扫一扫 
支付宝扫一扫 
