python计算程序的运行时间的方法(python程序，jupyter)

写在开头

由于平时工作、测试或者实验需要，经常需要计算程序运行时间，其运行环境一般是jupyter或非jupyter环境。本文将对其进行总结，方便下次使用（好记心不如烂笔头嘛）

Python程序中经常使用方法

python中用于计算时间的有time，datetime
(1)其中time包提供了有关时间的方法，与计算当前时间有关的方法有time(), clock(), perf_counter(), process_time(),default_timer()五种方法(严格来说是三种)
(2)datatime中datetime.datetime.now()方法
下面对这些方法一一进行介绍：
(1)time()方法

import time
start = time.time()
time.sleep(2)
end = time.time()
print(end-start)

(2)datetime.now()

start = datetime.datetime.now()
time.sleep(2)
end = datetime.datetime.now()
print(end-start)

(3)default_timer()

import timeit
start=timeit.default_timer()
time.sleep(2)
end=timeit.default_timer()
print('Running time: %s Seconds'%(end-start))

(4)clock()

import time
start = time.clock()
time.sleep(2)
end = time.clock()
print(end-start)

但是会出现警告信息：

5: DeprecationWarning: time.clock has been deprecated in Python 3.3 and will be removed from Python 3.8: use time.perf_counter or time.process_time instead

即该方法在pyhon3.3版本之后就已经弃用了，在python3.8之后将会被移除，也就是说该方法在python3.8以前还可以用，但是不建议用，在python3.8以后再用就会报错了！而pref_counter()和process_time将会将其替代(区别后面介绍)

(5)pref_counter()

import time
start = time.perf_counter()
time.sleep(2)
end = time.perf_counter()
print(end-start)

(6)process_time()

import time
start = time.process_time()
time.sleep(2)
end = time.process_time()
print(end-start)

至于这两种方法区别的话，很简单，perf_count()计算的是程序运行时间，以及sleep()方法时间；而process_time()方法顾名思义，只是计算程序运行时间，不计算sleep()方法。所以，严格来说，pref_counter()才是clock()的替代方法。

jupyter 中的快捷统计程序运行时间的方法

jupyter中提供了简洁的统计程序运行时间的方法，包括%%time, %time, %timeit方法
(1)%%time(统计cell块运行时间)

%%time
time.sleep(2)
for i in range(10000):
	print(i)

(2)%time（统计语句行运行时间）

%time time.sleep(2)

(3)%timeit（使用Python的timeit模块，它将会执行一个语句100，000次(默认情况下)，然后给出运行最快3次的平均值。）

x = 1000
%timeit xx = x*x 

输出：

99.7 ns ± 1.22 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

总结

下面将对通用的计算程序运行时间的方法进行总结
1、这些方法各有优缺点，time.time()方法与datetime.datetime.now()方法计算程序运行时间并不准确，因为他们还计算了其他程序占用CPU的时间。
2、而time.clock()，time.perf_counter()，time.process_time()计算比较准确，但是python3.8以后clock()将被perf_counter()方法所取代。
3、系统平台也限制了这些方法统计时间的性能差异，因此，Linux下推荐使用time.time()；windows下使用time.perf_counter()或者time().process_time()方法；在为了实现跨平台的精度性时，可以使用timeit.default_timer()方法。

【参考博客】
[1]: https://www.cnblogs.com/yuehouse/p/11493901.html
[2]: https://blog.csdn.net/mxxxkuku/article/details/95784259
[3]: https://blog.csdn.net/qq_27283619/article/details/89280974?depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-5&utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-5
[4]: https://blog.csdn.net/zdx1996/article/details/86583676?depth_1-utm_source=distribute.pc_relevant.none-task-blog-OPENSEARCH-7&utm_source=distribute.pc_relevant.none-task-blog-OPENSEARCH-7