时间戳

首页 > 解决方案 > 为什么相同的python代码有不同的时钟时间？

python - 为什么相同的python代码有不同的时钟时间？

问题描述

我正在使用以下 python 代码对我的服务器进行基准测试：

import time
initial_clock = time.clock()
res = 0
for i in range(1, 10000000):
    res += i * i
print (time.clock() - initial_clock)

当我多次运行它时，我会得到从2.163377几秒到2.970836几秒的不同执行时间。我知道由于 CPU 负载的变化，相同的代码可能具有不同的执行时间，但正如time.clock文档中所说，它只考虑当前进程时钟，因此time.clock()即使使用不同，它也应该具有相同的执行时间time.time()。不应该吗？

还有无论如何我可以获得clock一段python代码的准确计数吗？

编辑：我使用time.process_time()并得到相同的结果。

标签： pythoncpu-usageclock

解决方案

计时码的第一条规则：使用timeit模块。这会自动为您的操作系统选择最佳计时器，最大限度地减少其他影响，并进行多次计时运行，以便为您提供最准确的时间估计。

接下来，time.clock()不是过程特定的。这是 CPU 上的时钟时间，是的，但不是当前进程使用 CPU 所花费的时间。计划在 CPU 上运行的其他进程会增加所用时间的波动。你想time.process_time()改用。

但是，所有代码都受到潜在缓存和特定于 Python 的周期性进程（例如垃圾收集器运行）的影响。您不能期望得到可重复的time.clock()或time.process_time()值，因为该时钟无法解释 Python 进程本身中的此类后台工作。您可以在计时代码时禁用垃圾收集器进程（timeit为您执行此操作），但这对内部缓存没有帮助（这是特定于实现的，大多数没有记录）。

timeit用于time.perf_counter()包括花费在 I/O 和其他可能由被测代码启动的进程上的时间。time.process_time()您可以通过在用作命令行脚本-p时使用开关或在调用 API 函数时传递来告诉它使用。timeittimer=time.process_time

推荐阅读