python如何显示代码执行了多长时间

大家好，今天想和大家分享一个非常实用的小技巧——如何用Python来计算代码执行的时间，这对于我们优化代码、提高效率特别有帮助，我们写了一个看似完美的程序，但是运行起来却慢得像蜗牛一样，这时候就需要我们找出哪些部分是“瓶颈”了。

我们要明白，时间测量是性能分析的一个重要部分，在Python中，有很多方法可以测量代码的执行时间，今天我会介绍几种简单又常用的方法。

1、使用time模块

这是最基础的方法，也是最容易上手的，我们只需要导入time模块，然后在代码的开始和结束部分分别记录时间，最后计算两者的差值即可。

import time
start_time = time.time()  # 开始时间
你的代码在这里
end_time = time.time()  # 结束时间
print(f"代码执行时间：{end_time - start_time}秒")

这种方法简单直观，但是它只能给我们一个大概的时间，因为它包括了操作系统调度的时间，如果代码执行时间很短，这个误差可能会比较明显。

2、使用timeit模块

对于需要更精确测量的情况，我们可以使用timeit模块，这个模块可以自动重复执行代码多次，以减少偶然误差，并且它不会受到操作系统调度的影响。

import timeit
code_to_test = """
你的代码在这里
"""
execution_time = timeit.timeit(code_to_test, number=1000)  # number参数表示重复执行的次数
print(f"代码平均执行时间：{execution_time / 1000}秒")

这里我们设置number=1000，意味着代码会被重复执行1000次，然后计算平均执行时间，这样可以更准确地反映出代码的性能。

3、使用datetime模块

虽然time模块已经足够好用，但是有时候我们可能需要更详细的时间信息，比如年月日时分秒，这时候，我们可以使用datetime模块。

from datetime import datetime
start_time = datetime.now()  # 开始时间
你的代码在这里
end_time = datetime.now()  # 结束时间
print(f"代码执行时间：{(end_time - start_time).total_seconds()}秒")

这个方法可以给我们提供更详细的时间信息，但是计算方式和time模块类似，也包括了操作系统调度的时间。

4、使用perf_counter和process_time

在Python的time模块中，还有两个函数perf_counter和process_time，它们提供了更精确的时间测量。

perf_counter提供了一个高精度的计时器，适合测量短时间间隔。

process_time提供了一个进程时间计时器，它只计算进程的CPU时间，不包括睡眠时间。

import time
start_perf = time.perf_counter()  # 开始时间
你的代码在这里
end_perf = time.perf_counter()  # 结束时间
print(f"代码执行时间（perf_counter）：{end_perf - start_perf}秒")

这种方法可以给我们提供非常精确的时间测量，特别适合于性能分析和优化。

5、使用第三方库

除了Python自带的模块，还有很多第三方库可以帮助我们进行性能分析，比如cProfile、line_profiler等，这些工具可以提供更详细的性能报告，包括每个函数的调用次数和执行时间。

import cProfile
def my_function():
    # 你的代码在这里
cProfile.run('my_function()')

使用这些工具，我们可以更地了解代码的性能瓶颈，从而进行针对性的优化。

测量代码执行时间是优化代码性能的重要步骤，通过使用上述方法，我们可以更准确地了解代码的执行效率，并据此进行优化，希望这些小技巧能对你的编程之路有所帮助！如果你有任何问题或者想要了解更多，欢迎在评论区交流哦。