在 VSCode 中运行 Python 程序时测量程序的执行时间，可以通过多种方法实现。以下是几种常用的技术： ### 1. 使用 `time` 模块 可以使用 Python 标准库中的 `time` 模块来记录程序的开始和结束时间，并计算执行时间。 ```python import time start_time = time.time() # 记录开始时间 # 在这里放置你要运行的代码 # 例如一个简单的循环 for i in range(1000000): pass end_time = time.time() # 记录结束时间 execution_time = end_time - start_time # 计算执行时间 print(f"程序执行时间: {execution_time:.4f} 秒") ``` 这种方法简单直接，适用于简单的性能测量任务[^1]。 ### 2. 使用 `timeit` 模块 如果需要更精确地测量代码执行时间，可以使用 `timeit` 模块。它专门用于测量小段代码的执行时间，并避免了一些常见的性能测量陷阱。 ```python import timeit code_to_test = """ for i in range(1000000): pass """ execution_time = timeit.timeit(code_to_test, number=10) # 执行10次取平均值 print(f"程序平均执行时间: {execution_time / 10:.6f} 秒") ``` 这种方法适合用于性能敏感的代码段的测量，能够提供更准确的结果[^2]。 ### 3. 使用装饰器测量函数执行时间 如果希望对特定函数的执行时间进行测量，可以定义一个装饰器来自动记录时间。 ```python import time def timer(func): def wrapper(*args, **kwargs): start = time.time() result = func(*args, **kwargs) end = time.time() print(f"函数 {func.__name__} 执行时间: {end - start:.4f} 秒") return result return wrapper @timer def test_function(): for i in range(1000000): pass test_function() ``` 这种方法可以很好地集成到代码结构中，并且适用于多个函数的性能测量。 ### 4. 使用 Jupyter Notebook 的魔法命令 如果在 VSCode 中使用 Jupyter Notebook 运行代码，可以直接使用 `%time` 或 `%timeit` 魔法命令来测量执行时间。 ```python %time for i in range(1000000): pass %timeit for i in range(1000000): pass ``` 这种方法非常方便，适合快速测试和调试。 ### 5. 使用性能分析工具 对于更复杂的性能分析，可以使用 Python 的性能分析工具如 `cProfile` 来获取更详细的性能报告。 ```python import cProfile def test_function(): for i in range(1000000): pass cProfile.run('test_function()') ``` 这种方法可以提供详细的函数调用统计信息，包括每个函数的调用次数和执行时间等。 ---