计算 Python 程序的运行时间的方法

想要计算 Python 程序的具体执行时间，有如下几种方法：

datetime.datetime.now()

def method1():
    start_time = datetime.datetime.now()
    foo()  # 执行过程
    run_time = (datetime.datetime.now() - start_time).microseconds  # 微秒
    print("执行时间：", run_time / 1000000)  # 转换为秒：1微秒等于1百万分之一秒。

time.time()

def method2():
    start_time = time.time()
    foo()  # 执行过程
    run_time = (time.time() - start_time)  # 单位：秒
    print("执行时间：", run_time)

time.clock()

在 Python3.3之前，也会经常用到该方法。但是该方法，在Python3.3以后，不推荐使用。

time.clock()，用以浮点数计算的秒数返回当前的CPU时间，用来衡量不同程序的耗时，比time.time()更有用
python3.3以后不被推荐使用，该方法依赖操作系统，建议使用 per_counter(返回系统运行时间)或process_time(返回进程运行时间)代替。

需要注意：由于该方法返回的是 cpu 时间，所以在使用Python 多进程时，也无法对整体运行时间进行统计。

time.perf_counter()

def method3():
    start_time = time.perf_counter()
    foo()  # 执行过程
    run_time = (time.perf_counter() - start_time)  # 单位：秒
    print("执行时间：", run_time)

返回计时器的精准时间(系统的运行时间)，包含整个系统的睡眠时间。
由于返回值的基准点是未定义的，所以，只有连续调用的结果之间的差才是有效的。

time.process_time()

def method4():
    start_time = time.process_time()
    foo()
    run_time = (time.process_time() - start_time)  # 单位：秒
    print("执行时间：", run_time)

返回当前进程执行CPU的时间总和，不包含睡眠时间。
由于返回值的基准点是未定义的，所以只有连续调用的结果之间的差才是有效的。

需要注意的是：该方法返回的是 cpu 时间总和，会忽略程序中time.sleep(n)的时间。另外，在使用 Python 多进程时，也需要注意，该方法无法统计出整体程序运行时间。