time.perf_counter() 和 time.process_time() 有什么区别？

Question

我正在使用 Jupyter 笔记本。我正在尝试测量用 python 计算阿伏伽德罗数需要多长时间。我发现time.perf_counter()和time.process_time()模块对这种工作很有用。所以我尝试了这两种方法，但结果完全不同。是什么造成这种差异？这是我的代码。

import time

a = 10 ** 5

def AvogadroCounting():
    i = 0
    while i <= a:
        i += 1

AvogadroCounting()

t_fract = time.perf_counter()  #time to count fraction of avogadro's number in Seconds


print(t_fract, 'secs')

我的笔记本给出了 693920.393636181 秒。

import time

a = 10 ** 5

def AvogadroCounting():
    i = 0
    while i <= a:
        i += 1

AvogadroCounting()

t_fract =  time.process_time()  #time to count fraction of avogadro's number in Seconds


print(t_fract, 'secs')

这给出了 2048.768273 秒。

Answer 1

time.perf_counter()睡觉时继续，time.process_time()不会。

time.perf_counter() ？漂浮

返回性能计数器的值（以秒为单位），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。

time.process_time() ？漂浮

返回当前进程的系统和用户 CPU 时间总和的值（以秒为单位）。它不包括睡眠期间经过的时间。根据定义，它是流程范围的。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。

看官方文档

import time

def pc():
    start = time.perf_counter()
    time.sleep(1)
    print(time.perf_counter()-start)

def pt():
    start = time.process_time()
    time.sleep(1)
    print(time.process_time()-start)

pc()  # 0.99872320449432
pt()  # 0.0

Answer 2

perf_counter() 应该测量一个进程花费的实际时间，就像你使用秒表一样。

process_time() 将为您提供计算机为当前进程花费的时间，具有操作系统的计算机通常不会在任何给定进程上花费 100% 的时间。这个计数器不应该计算 cpu 运行其他任何东西的时间。

大多数情况下 perf_counter 可能更可取，但如果您想比较代码效率， process_time 可能很有用。