Python的time.clock() vs. time.time()精度?

在Python中使用哪个更好?Time.clock()还是time.time()?哪一种更准确?

例如:

start = time.clock()
... do something
elapsed = (time.clock() - start)

vs.

start = time.time()
... do something
elapsed = (time.time() - start)

当前回答

这取决于你在乎什么。如果您指的是WALL TIME(即墙上时钟上的时间)，则TIME .clock()不能提供精度，因为它可能管理CPU时间。

2008-09-17 17:12:29

其他回答

Clock() ->浮点数

返回CPU时间或进程启动后的实时时间第一次调用clock()。这和系统的精度一样高记录。

Time() ->浮点数

返回当前时间(以秒为单位)。如果系统时钟提供，可能会出现几分之一秒。

通常time()更精确，因为操作系统存储进程运行时间的精度与存储系统时间(即实际时间)的精度不同。

2008-09-17 17:14:08

正如其他人所注意到的，time.clock()已被弃用，取而代之的是time.perf_counter()或time.process_time()，但Python 3.7通过time.perf_counter_ns()、time.process_time_ns()和time.time_ns()以及其他3个函数引入了纳秒分辨率计时。

PEP 564中详细介绍了这6个新的纳秒分辨率函数:

time.clock_gettime_ns (clock_id) 时间。clock_settime_ns (clock_id、时间:int) time.monotonic_ns () time.perf_counter_ns () time.process_time_ns () time.time_ns () 这些函数类似于没有_ns后缀的版本，但是返回一个纳秒数作为Python int。

正如其他人也注意到的那样，使用timeit模块为函数和小代码段计时。

2018-04-05 08:22:38

其他人回答了re: time.time() vs. time.clock()。

但是，如果您是为了基准测试/分析目的而对代码块的执行进行计时，则应该查看timeit模块。

2008-09-17 17:18:56

有一件事要记住: 修改系统时间会影响time.time()，但不会影响time.clock()。

我需要控制一些自动测试的执行。如果测试用例的一个步骤所花费的时间超过了给定的时间量，那么该TC就会中止以继续进行下一个步骤。

但是有时需要一个步骤来更改系统时间(检查被测试应用程序的调度器模块)，因此在几个小时后设置系统时间后，TC超时，测试用例被终止。我必须从time.time()切换到time.clock()来正确处理这个问题。

2010-02-11 17:21:26

这种差异是平台特有的。

例如，clock()在Windows上与Linux上有很大不同。

对于您描述的这类示例，您可能希望使用"timeit"模块。