### 如何在 Python 中测量代码的运行时间 在 Python 中，可以使用多种方法来测量代码的执行时间。以下是几种常见的实现方式： #### 方法一：使用 `time` 模块 通过 `time.time()` 或者更精确的 `time.perf_counter()` 函数，可以在代码前后记录时间戳并计算差值。 ```python import time start_time = time.perf_counter() # 记录起始时间[^1] # 被测代码段 for _ in range(1000000): pass end_time = time.perf_counter() # 记录结束时间[^1] execution_time = end_time - start_time print(f"Code execution time: {execution_time:.6f} seconds") ``` 这种方法简单易用，适合大多数场景下的性能测试需求。 --- #### 方法二：使用 `timeit` 模块 对于更加严谨的时间测量，推荐使用内置模块 `timeit`，它能够屏蔽环境干扰因素的影响，提供更为精准的结果。 ```python from timeit import default_timer as timer start = timer() # 测试代码逻辑 sum(range(1, 100000)) end = timer() elapsed_time = end - start print(f"The elapsed time is {elapsed_time:.8f} seconds.") ``` 或者利用其命令行接口或函数封装功能进一步优化效率评估过程[^2]。 --- #### 方法三：装饰器辅助计时 如果希望频繁重复此操作，则可以通过定义通用装饰器简化流程如下所示: ```python def timing_decorator(func): from functools import wraps import time @wraps(func) def wrapper(*args, **kwargs): start = time.process_time() result = func(*args, **kwargs) duration = time.process_time() - start print('%s took %.6fs' % (func.__name__,duration)) return result return wrapper @timing_decorator def example_function(): total = 0 for i in range(1000000): total +=i*i example_function() ``` 这里采用的是 CPU 时间而非实际流逝秒数作为衡量标准之一[^3]。 --- 以上三种技术各有优劣，在不同场合下选用合适的工具尤为重要。