Python的time.clock()与time.time()的精度？

Question

在Python中，使用哪个函数来计时更好呢？是time.clock()还是time.time()？哪个更准确呢？

比如说：

start = time.clock()
... do something
elapsed = (time.clock() - start)

和

start = time.time()
... do something
elapsed = (time.time() - start)

Answer 1

其他人已经回答了关于 time.time() 和 time.clock() 的问题。

不过，如果你是想测量一段代码执行的时间，以便进行性能测试或者基准测试，那你应该看看 timeit 模块。

Answer 2

简单来说，大多数情况下，使用 time.clock() 会更好。不过，如果你是在测量一些硬件的时间（比如你放在GPU上的某个算法），那么 time.clock() 就不适用了，这时候只能用 time.time()。

注意：无论你用哪种方法，测量的时间都会受到一些你无法控制的因素影响（比如进程切换的时间、频率等等）。使用 time.time() 时这种影响会更明显，但 time.clock() 也会有，所以你绝对不要只做一次测量，而是要进行一系列测试，然后看看这些时间的平均值和变化情况。

Answer 3

从3.3版本开始，time.clock()这个函数已经不推荐使用，建议用time.process_time()或者time.perf_counter()来代替。

在2.7版本时，根据time模块的文档：

time.clock()

在Unix系统上，这个函数会返回当前处理器的时间，结果是一个以秒为单位的浮点数。这个时间的精确度，以及“处理器时间”的具体定义，取决于同名的C语言函数。不过总的来说，这个函数是用来测试Python性能或计算算法时间的最佳选择。

在Windows系统上，这个函数会返回自第一次调用这个函数以来经过的实际时间，结果也是一个浮点数，基于Win32的QueryPerformanceCounter()函数。通常情况下，它的精度可以达到微秒级别。

此外，还有一个timeit模块可以用来测试代码片段的性能。