python中怎么测量一段代码的执行时间？

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()

解决方案

最常用的方法是使用

time

time.time()

timeit

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

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()

timeit

timeit

除了

time

timeit

商务通(在线客服系统)

一款无需安装的即时交流系统，只需申请一个帐号，将一段代码嵌入贵站网页中，就可以让客服人员发现所有到达您网站的访客，而且可以看到访客的来源、使用的搜索引擎等，您可以主动发起对话与访客沟通，进行产品推销，从而大大提高产品销售成功率。 还是一款协同管理软件，在保持与客户信息通畅的同时，也保持公司内部之间的信息交流，从而提高企业的工作效率和客户服务质量。 管理员帐号：biiz.cn 密码：biiz.cn

下载

当然有。例如，可以使用

perf_counter()

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

process_time

process_time

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

import cProfile

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

cProfile.run('my_function()')

cProfile

cProfile

tottime

cumtime

cumtime