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
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
其他回答
简单的答案是:大多数时候time.clock()会更好。 然而，如果你正在为某些硬件计时(例如你在GPU中放入的某些算法)，那么time.clock()将摆脱这个时间，而time.time()是唯一剩下的解决方案。
注意:无论使用何种方法，计时将取决于您无法控制的因素(进程何时切换，频率如何，……)，这对于time.time()来说更糟糕，但对于time.clock()也存在，因此您永远不应该只运行一个计时测试，而是始终运行一系列测试并查看时间的均值/方差。
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。
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。
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。
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。
