Python time clock()方法

Python time

---

描述

Python 3.8 已移除 clock() 方法 可以使用 time.perf_counter() 或 time.process_time() 方法替代。

time.process_time() → float

（以小数表示的秒为单位）返回当前进程的系统和用户 CPU 时间的总计值。 它不包括睡眠状态所消耗的时间。 根据定义它只作用于进程范围。 返回值的参考点未被定义，因此只有两次调用之间的差值才是有效的。

import time   #计算运行时间
import sys   #计算内存开销

#1.使用列表
t0=time.process_time()#获取CPU开始的时间
list1=[]
for i in range(10000000):
    if i % 2 == 0:
      list1.append(i)
costTime=time.process_time()-t0#计算从开始到结束的时长
print('创建列表耗时：',costTime)
print('创建列表内存开销：',sys.getsizeof(list1))


#2.使用列表推导式---更加便捷的生成列表，但依然运算耗时 占内存
t1=time.process_time()
list2=[x for x in range(10000000) if x%2==0]
costTime2=time.process_time()-t1
print('列表推导式耗时：',costTime2)
print('列表推导式内存开销：',sys.getsizeof(list2))


#3.生成器
#把列表推到式外层的[]换成()
t2=time.process_time()
list3=(x for x in range(1000000000000) if x%2==0)
costTime3=time.process_time()-t2#计算从开始到结束的时长
print('创建生成器耗时：',costTime3)
print('创建生成器内存开销：',sys.getsizeof(list3))

1. time.time()方法

返回自纪元以来的秒数作为浮点数，但是时期的具体日期和闰秒的处理取决于使用的平台。比如：在Windows和大多数Unix系统上，纪元是1970年1月1日00:00:00（UTC），并且闰秒不计入自纪元以来的秒数，这也通常被称为Unix时间。我们要可以通过gmtime(0)查看自己平台上的纪元。
注意，即使时间总是作为浮点数返回，但并非所有系统都提供的精度高于1秒，而且更改系统的时间会影响time()的值。虽然此函数通常返回非递减值，但如果在两次调用之间设置了系统时钟，则它可以返回比先前调用更低的值。
time()返回的数字可以转换为更常见的时间格式（即年，月，日，小时等），方法是将其传递给gmtime（）函数或在本地时间传递给本地时间（ ）功能。在这两种情况下都返回struct_time对象，可以从该对象作为属性访问日历日期的组件。
所以我们通常用time()来做时间的格式输出，也会用在一些测试代码时间上面。在我们测试代码的时候需要调用两次，做差值，注意它会把sleep()的时间也算进去。（具体场景有知道的小伙伴欢迎留言分享）
2. time.perf_counter()方法

返回性能计数器的值（以小数秒为单位）作为浮点数，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。
通常perf_counter()用在测试代码时间上，具有最高的可用分辨率。不过因为返回值的参考点未定义，因此我们测试代码的时候需要调用两次，做差值。
perf_counter()会包含sleep()休眠时间，适用测量短持续时间
3. time.process_time()方法

返回当前进程的系统和用户CPU时间总和的值（以小数秒为单位）作为浮点数。
通常time.process_time()也用在测试代码时间上，根据定义，它在整个过程中。返回值的参考点未定义，因此我们测试代码的时候需要调用两次，做差值。
注意process_time()不包括sleep()休眠时间期间经过的时间。
4. 三者比较

    除了time模块，Python还提供了timeit模块。timeit模块提供了一种简单的方法来计算一小段Python代码，比如一些循环或者正则匹配。 timeit既有命令行界面，也有可调用界面。 避免了许多用于测量执行时间的常见陷阱。可以用于基准测试/分析目的的代码块。