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
在Unix上，time.clock()测量当前进程已使用的CPU时间量，因此它不适用于测量从过去某个点开始的流逝时间。在Windows上，它将测量自第一次调用函数以来所经过的时钟秒数。在任意一个系统上，time.time()将返回自epoch以来经过的秒数。
如果您正在编写仅用于Windows的代码，则两者都可以工作(尽管您将使用不同的方法- time.clock()不需要减法)。如果要在Unix系统上运行，或者您想要保证可移植的代码，则需要使用time.time()。
其他回答
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。
我使用这段代码来比较2种方法。我的操作系统是windows 8，处理器核心i5, RAM 4GB
import time
def t_time():
start=time.time()
time.sleep(0.1)
return (time.time()-start)
def t_clock():
start=time.clock()
time.sleep(0.1)
return (time.clock()-start)
counter_time=0
counter_clock=0
for i in range(1,100):
counter_time += t_time()
for i in range(1,100):
counter_clock += t_clock()
print "time() =",counter_time/100
print "clock() =",counter_clock/100
输出:
time() = 0.0993799996376
clock() = 0.0993572257367
从3.3开始，time.clock()已弃用，建议使用time.process_time()或time.perf_counter()。
在2.7之前，根据time模块docs:
time.clock() On Unix, return the current processor time as a floating point number expressed in seconds. The precision, and in fact the very definition of the meaning of “processor time”, depends on that of the C function of the same name, but in any case, this is the function to use for benchmarking Python or timing algorithms. On Windows, this function returns wall-clock seconds elapsed since the first call to this function, as a floating point number, based on the Win32 function QueryPerformanceCounter(). The resolution is typically better than one microsecond.
此外，还有timeit模块用于对代码段进行基准测试。
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。
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。
