Python'；s time.clock（）与time.time（）的精确度？

在Python中，哪一种用于计时更好？time.clock（）还是time.time（）？哪一个更准确

例如：

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

vs

---

取决于你关心什么。如果您指的是墙上的时间（如墙上时钟上的时间），TIME.clock（）不提供准确性，因为它可以管理CPU时间

clock（）

->浮点数

print(time.clock()); time.sleep(10); print(time.clock())
# Linux  :  0.0382  0.0384   # see Processor Time
# Windows: 26.1224 36.1566   # see Wall-Clock Time

返回自进程开始或之后的CPU时间或实时时间 第一次调用

clock（）

。这与系统的精度一样高 记录

time（）

->浮点数

print(time.clock()); time.sleep(10); print(time.clock())
# Linux  :  0.0382  0.0384   # see Processor Time
# Windows: 26.1224 36.1566   # see Wall-Clock Time

返回自历元以来的当前时间（以秒为单位）。 如果系统时钟提供小数秒，则可能会出现小数秒

---

通常

time（）

更精确，因为操作系统存储进程运行时间的精度与存储系统时间（即实际时间）的精度不同简单的回答是：大部分时间

time.clock（）

会更好。 但是，如果您正在对某些硬件（例如，您在GPU中放入的某些算法）计时，则

time.clock（）

将消除此时间，并且

time.time（）

是剩下的唯一解决方案

---

注意：无论使用何种方法，计时将取决于您无法控制的因素（进程何时切换，多久切换一次），这在

time.time（）

中更糟糕，但在

time.clock（）中也存在，因此您不应只运行一个计时测试，但始终要运行一系列测试并查看时间的平均值/方差。
简短回答：在Python中使用time.clock（）进行计时

在*nix系统上，clock（）以浮点数形式返回处理器时间，以秒为单位。在Windows上，它以浮点数形式返回自第一次调用此函数以来经过的秒数

time（）返回自历元起的秒数，以UTC为单位，作为浮点数。无法保证在1秒内获得更好的精度（即使time（）返回一个浮点数）。另请注意，如果系统时钟已在两次调用此函数之间设置回原位，则第二次函数调用将返回较低的值。
从3.3开始，建议使用或

先前在2.7中，根据：

time.clock（）

在Unix上，以浮点数形式返回当前处理器时间
以秒表示。精确性，事实上就是定义
“处理器时间”的含义取决于C函数的含义
名称相同，但在任何情况下，这是用于
对Python或计时算法进行基准测试。

在Windows上，此函数返回自
根据
Win32函数QueryPerformanceCounter（）。分辨率通常是
比一微秒好

此外，还有用于对代码片段进行基准测试的模块。
回答了以下问题：
time.time（）
vs.
time.clock（）

但是，如果为了基准测试/评测目的而对代码块的执行进行计时，则应该查看Unix时间上的。
。clock（）测量当前进程使用的CPU时间量，因此，从过去的某个时间点测量经过的时间是不合适的。在Windows上，它将测量自第一次调用该函数以来经过的挂钟秒数。在任一系统上，time.time（）将返回自历元以来经过的秒数

如果您正在编写仅适用于Windows的代码，则两者都可以工作（尽管您将以不同的方式使用这两种代码-time.clock（）不需要减法）。如果这将在Unix系统上运行，或者您希望代码能够保证可移植，那么您将需要使用time.time（）。
区别在于平台特定

例如，Windows上的clock（）与Linux上的非常不同

对于您描述的这类示例，您可能希望使用“timeit”模块。
据我所知，time.clock（）的精度与您的系统允许的精度一样。
请记住一件事：
更改系统时间会影响
time.time（）
，但不会影响
time.clock（）

我需要控制一些自动测试的执行。如果测试用例的一个步骤花费的时间超过给定的时间量，则该TC被中止以继续下一个步骤

但有时需要一个步骤来更改系统时间（检查被测应用程序的调度程序模块），因此在未来几小时内设置系统时间后，TC超时过期，测试用例中止。我必须从
time.time（）
切换到
time.clock（）
，才能正确处理这个问题。
time（）
比Linux上的
clock（）
有更好的精度
clock（）
的精度仅低于10毫秒，而
time（）
的精度更高。
我的测试是在CentOS 6.4和python 2.6上进行的

using time():

1 requests, response time: 14.1749382019 ms
2 requests, response time: 8.01301002502 ms
3 requests, response time: 8.01491737366 ms
4 requests, response time: 8.41021537781 ms
5 requests, response time: 8.38804244995 ms

使用clock（）：

比较Ubuntu Linux和Windows 7的测试结果

Ubuntu上的

>>> start = time.time(); time.sleep(0.5); (time.time() - start)
0.5005500316619873

在Windows 7上

>>> start = time.time(); time.sleep(0.5); (time.time() - start)
0.5

我用这段代码来比较两种方法。我的操作系统是Windows8，处理器核心是i5，RAM 4GB

import time

def t_time():
    start=time.time()
    time.sleep(0.1)
    return (time.time()-start)


def t_clock():
    start=time.clock()
    time.sleep(0.1)
    return (time.clock()-start)




counter_time=0
counter_clock=0

for i in range(1,100):
    counter_time += t_time()

    for i in range(1,100):
        counter_clock += t_clock()

print "time() =",counter_time/100
print "clock() =",counter_clock/100

输出：

time() = 0.0993799996376

clock() = 0.0993572257367

正确答案：它们都是相同长度的分数。

但是如果
主题
是
时间
，哪个更快

一个小测试用例：

import timeit
import time

clock_list = []
time_list = []

test1 = """
def test(v=time.clock()):
    s = time.clock() - v
"""

test2 = """
def test(v=time.time()):
    s = time.time() - v
"""
def test_it(Range) :
    for i in range(Range) :
        clk = timeit.timeit(test1, number=10000)
        clock_list.append(clk)
        tml = timeit.timeit(test2, number=10000)
        time_list.append(tml)

test_it(100)

print "Clock Min: %f Max: %f Average: %f" %(min(clock_list), max(clock_list), sum(clock_list)/float(len(clock_list)))
print "Time  Min: %f Max: %f Average: %f" %(min(time_list), max(time_list), sum(time_list)/float(len(time_list)))

我不是在瑞士实验室工作，但我已经测试过了

基于这个问题：
time.clock（）
优于
time.time（）

编辑：
time.clock（）
是内部计数器，因此不能在外部使用，受到限制
最大32位浮点值
，如果不存储第一个/最后一个值，则无法继续计数
print(time.clock()); time.sleep(10); print(time.clock())
# Linux  :  0.0382  0.0384   # see Processor Time
# Windows: 26.1224 36.1566   # see Wall-Clock Time