使用python中的时间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，以便如果光标在小部件中停留了一段时间，则会发生事件。
问问题
514700 次
10 回答
549
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函数执行时间的测量：
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。然后要打印测量值，只需调用 print_prof_data()：
于 2010-09-01T18:22:03.440 回答
97
time.time()将完成这项工作。
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。
于 2010-09-01T18:28:25.003 回答
90
对于想要更好格式的用户，
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'
7分钟一秒：
'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
于 2017-10-03T12:04:17.627 回答
63
对于经过时间的最佳测量（自 Python 3.3 起），请使用time.perf_counter().
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。返回值的参考点是未定义的，因此只有连续调用的结果之间的差异才有效。
对于以小时/天为单位的测量，您不关心亚秒级分辨率，因此请time.monotonic()改用。
返回单调时钟的值（以秒为单位），即不能倒退的时钟。时钟不受系统时钟更新的影响。返回值的参考点是未定义的，因此只有连续调用的结果之间的差异才有效。
在许多实现中，这些实际上可能是同一件事。
在 3.3 之前，您会遇到time.clock().
在 Unix 上，以浮点数形式返回当前处理器时间，以秒为单位。精度，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，此函数根据 Win32 函数 QueryPerformanceCounter() 以浮点数形式返回自第一次调用此函数以来经过的挂钟秒数。分辨率通常优于一微秒。
Python 3.7 更新
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周期，或者您的应用程序（或 Windows 机器）运行时间很长。
perf_counter()分辨率在大约 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。
Python 3.8 更新
time.clock现在不见了。
于 2017-12-04T16:34:02.497 回答
8
更长的时间。
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
这受到 Rutger Hofste 的回答的启发。谢谢罗格！
于 2018-03-18T17:24:30.950 回答
6
在编程中，有两种主要的方法来测量 time，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：这是该特定进程在 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。
- 利用
time.process_time()
- 利用
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。
利用
time.perf_counter()time.time()还可以测量挂钟时间，但可以重置，所以你可以回到过去time.monotonic()无法重置（单调 = 仅向前）但精度低于time.perf_counter()
于 2020-05-31T11:51:39.190 回答
6
您需要导入时间，然后使用 time.time() 方法知道当前时间。
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
于 2016-03-10T23:33:53.907 回答
4
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，这正是我们需要的时间。
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, 227 , 229, 233, 239, 241, 251, 257, 263, 269, 271, 277, 281, 283, 293, 307, 311, 313, 317, 331, 337, 347, 349, 353, 359, 367, 373 , 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
于 2019-06-25T08:16:52.917 回答
2
Vadim Shender 的反应很棒。您还可以使用更简单的装饰器，如下所示：
import datetime
def calc_timing(original_function):
def new_function(*args,**kwargs):
start = datetime.datetime.now()
x = original_function(*args,**kwargs)
elapsed = datetime.datetime.now()
print("Elapsed Time = {0}".format(elapsed-start))
return x
return new_function()
@calc_timing
def a_func(*variables):
print("do something big!")
于 2018-10-17T04:18:16.443 回答
0
这是对 Vadim Shender 的巧妙代码的更新，带有表格输出：
import collections
import time
from functools import wraps
PROF_DATA = collections.defaultdict(list)
def profile(fn):
@wraps(fn)
def with_profiling(*args, **kwargs):
start_time = time.time()
ret = fn(*args, **kwargs)
elapsed_time = time.time() - start_time
PROF_DATA[fn.__name__].append(elapsed_time)
return ret
return with_profiling
Metrics = collections.namedtuple("Metrics", "sum_time num_calls min_time max_time avg_time fname")
def print_profile_data():
results = []
for fname, elapsed_times in PROF_DATA.items():
num_calls = len(elapsed_times)
min_time = min(elapsed_times)
max_time = max(elapsed_times)
sum_time = sum(elapsed_times)
avg_time = sum_time / num_calls
metrics = Metrics(sum_time, num_calls, min_time, max_time, avg_time, fname)
results.append(metrics)
total_time = sum([m.sum_time for m in results])
print("\t".join(["Percent", "Sum", "Calls", "Min", "Max", "Mean", "Function"]))
for m in sorted(results, reverse=True):
print("%.1f\t%.3f\t%d\t%.3f\t%.3f\t%.3f\t%s" % (100 * m.sum_time / total_time, m.sum_time, m.num_calls, m.min_time, m.max_time, m.avg_time, m.fname))
print("%.3f Total Time" % total_time)
于 2019-09-27T13:27:52.797 回答