rec*_*gle 302 python time elapsed
使用python中的Time模块可以测量经过的时间吗？如果是这样,我该怎么做？
我需要这样做,以便如果光标已在窗口小部件中持续一段时间,则会发生事件.
Vad*_*der 475
start_time = time.time()
# your code
elapsed_time = time.time() - start_time
您还可以编写简单的装饰器来简化各种功能的执行时间测量:
import time
from functools import wraps
PROF_DATA = {}
def profile(fn):
@wraps(fn)
def with_profiling(*args, **kwargs):
start_time = time.time()
ret = fn(*args, **kwargs)
elapsed_time = time.time() - start_time
if fn.__name__ not in PROF_DATA:
PROF_DATA[fn.__name__] = [0, []]
PROF_DATA[fn.__name__][0] += 1
PROF_DATA[fn.__name__][1].append(elapsed_time)
return ret
return with_profiling
def print_prof_data():
for fname, data in PROF_DATA.items():
max_time = max(data[1])
avg_time = sum(data[1]) / len(data[1])
print "Function %s called %d times. " % (fname, data[0]),
print 'Execution time max: %.3f, average: %.3f' % (max_time, avg_time)
def clear_prof_data():
global PROF_DATA
PROF_DATA = {}
用法:
@profile
def your_function(...):
...
您可以同时分析多个功能.然后打印测量值只需调用print_prof_data():
lal*_*lli 91
time.time() 会做的.
import time
start = time.time()
# run your code
end = time.time()
elapsed = end - start
你可能想看看这个问题,但我认为没有必要.
Rut*_*ste 59
对于想要更好格式化的用户,
import time
start_time = time.time()
# your script
elapsed_time = time.time() - start_time
time.strftime("%H:%M:%S", time.gmtime(elapsed_time))
将打印出来,持续2秒:
'00:00:02'
一秒钟7分钟:
'00:07:01'
请注意,gmtime的最小时间单位是秒.如果您需要微秒,请考虑以下事项:
import datetime
start = datetime.datetime.now()
# some code
end = datetime.datetime.now()
elapsed = end - start
print(elapsed)
# or
print(elapsed.seconds,":",elapsed.microseconds)
strftime 文档
Sto*_*ica 40
为了最佳度量经过时间(自Python 3.3起),请使用time.perf_counter().
返回性能计数器的值(以小数秒为单位),即具有最高可用分辨率的时钟,以测量短持续时间.它确实包括睡眠期间经过的时间,并且是系统范围的.返回值的参考点未定义,因此只有连续调用结果之间的差异才有效.
对于小时/天的量级测量,您不关心亚秒级分辨率,因此请使用time.monotonic().
返回单调时钟的值(以小数秒为单位),即不能倒退的时钟.时钟不受系统时钟更新的影响.返回值的参考点未定义,因此只有连续调用结果之间的差异才有效.
在许多实现中,这些实际上可能是相同的.
在3.3之前,你会被困住time.clock().
在Unix上,将当前处理器时间返回为以秒为单位的浮点数.精确度,实际上是"处理器时间"含义的定义,取决于同名C函数的精度.
在Windows上,此函数返回自第一次调用此函数以来经过的挂钟秒,作为浮点数,基于Win32函数QueryPerformanceCounter().分辨率通常优于1微秒.
Python 3.7中的新功能是PEP 564 - 添加具有纳秒分辨率的新时间函数.
使用这些可以进一步消除舍入和浮点错误,特别是如果您测量非常短的时间,或者您的应用程序(或Windows机器)长时间运行.
分辨率perf_counter()在大约100天后开始崩溃.因此,例如在一年的正常运行时间之后,它可以测量的最短间隔(大于0)将比它开始时更大.
您需要导入时间,然后使用time.time()方法来了解当前时间.
import time
start_time=time.time() #taking current time as starting time
#here your code
elapsed_time=time.time()-start_time #again taking current time - starting time
持续较长时间.
import time
start_time = time.time()
...
e = int(time.time() - start_time)
print('{:02d}:{:02d}:{:02d}'.format(e // 3600, (e % 3600 // 60), e % 60))
会打印
00:03:15
如果超过24小时
25:33:57
这是受到Rutger Hofste的回答的启发.谢谢Rutger!
另一个计时的好方法是使用with python 结构。
with结构会自动调用__enter__和__exit__方法，这正是我们计时所需的。
让我们创建一个Timer类。
from time import time
class Timer():
def __init__(self, message):
self.message = message
def __enter__(self):
self.start = time()
return None # could return anything, to be used like this: with Timer("Message") as value:
def __exit__(self, type, value, traceback):
elapsed_time = (time() - self.start) * 1000
print(self.message.format(elapsed_time))
然后，可以像这样使用 Timer 类：
with Timer("Elapsed time to compute some prime numbers: {}ms"):
primes = []
for x in range(2, 500):
if not any(x % p == 0 for p in primes):
primes.append(x)
print("Primes: {}".format(primes))
结果如下：
素数：[2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41, 43, 47, 53, 59, 61, 67, 71, 73, 79, 83, 89 , 97, 101, 103, 107, 109, 113, 127, 131, 137, 139, 149, 151, 157, 163, 167, 173, 179, 181, 191, 193, 197, 199, 211, 223, 22 7 , 229, 233, 239, 241, 251, 257, 263, 269, 271, 277, 281, 283, 293, 307, 311, 313, 317, 331, 337, 347, 349, 353, 359, 367, 3 73 、 379、 383、 389、 397、 401、 409、 419、 421、 431、 433、 439、 443、 449、 457、 461、 463、 467、 479、 487、 491、 499]
计算一些素数所用的时间：5.01704216003418ms
在编程中，有两种主要的时间测量方法，其结果不同：
>>> print(time.process_time()); time.sleep(10); print(time.process_time())
0.11751394000000001
0.11764988400000001 # took 0 seconds and a bit
>>> print(time.perf_counter()); time.sleep(10); print(time.perf_counter())
3972.465770326
3982.468109075 # took 10 seconds and a bit
处理器时间：这是此特定进程在 CPU 上主动执行所花费的时间。睡眠、等待 Web 请求或仅执行其他进程的时间不会对此产生影响。
time.process_time()挂钟时间：这是指“挂在墙上的时钟”已经过去了多少时间，即在实时之外。
用 time.perf_counter()
time.time() 还可以测量挂钟时间，但可以重置，因此您可以回到过去time.monotonic() 无法重置（单调 = 只前进）但精度低于 time.perf_counter()