本文目录一览：

python3.5中怎么输出运行时间
python记录程序运行时间的三种方法
7种检测Python程序运行时间、CPU和内存占用的方法

python3.5中怎么输出运行时间

通过代码实现。具体代码：

start = time.clock()
run_fun()
end = time.clock()
print(end - start)

这种算法只计算了程序运行的CPU时间。我们知道为了提高代码的运行速度，我们需要对书写的Python代码进行性能测试，而代码性能的高低的直接反馈是电脑运行代码所需要的时间。

python记录程序运行时间的三种方法

python记录程序运行时间的三种方法这里提供了python记录程序运行时间的三种方法，并附有实现代码，最后进行比较，大家参考下：

方法1

import datetime
starttime = datetime.datetime.now()
# long running
endtime = datetime.datetime.now()
print((endtime - starttime).seconds)

方法2

start = time.time()
run_fun()
end = time.time()
print(end - start)

方法3

start = time.clock()
run_fun()
end = time.clock()
print(end - start)

方法1和方法2都包含了其他程序使用CPU的时间，是程序开始到程序结束的运行时间。方法3只计算了程序运行的CPU时间。感谢阅读，希望能帮助到大家。

7种检测Python程序运行时间、CPU和内存占用的方法

1. 使用装饰器来衡量函数执行时间

有一个简单方法，那就是定义一个装饰器来测量函数的执行时间，并输出结果：

import time
from functools import wraps
import random
def fn_timer(function):
    @wraps(function)
    def function_timer(*args, **kwargs):
        t0 = time.time()
        result = function(*args, **kwargs)
        t1 = time.time()
        print("Total time running %s: %s seconds" % (function.__name__, str(t1 - t0)))
        return result
    return function_timer
@fn_timer
def random_sort(n):
    return sorted([random.random() for i in range(n)])
if __name__ == "__main__":
    random_sort(2000000)

输出：

Total time running random_sort: 0.6598007678985596 seconds

使用方式的话，就是在要监控的函数定义上面加上 @fn_timer 就行了。或者：

import time
import random
def clock(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print("共耗时: %s秒" % round(end_time - start_time, 5))
        return result
    return wrapper
@clock
def random_sort(n):
    return sorted([random.random() for i in range(n)])
if __name__ == "__main__":
    random_sort(2000000)

输出结果：

共耗时: 0.65634秒

2. 使用timeit模块

另一种方法是使用timeit模块，用来计算平均时间消耗。执行下面的脚本可以运行该模块：这里的timing_functions是Python脚本文件名称。在输出的末尾，可以看到以下结果：

4 loops, best of 5: 2.08 sec per loop

这表示测试了4次，平均每次测试重复5次，最好的测试结果是2.08秒。如果不指定测试或重复次数，默认值为10次测试，每次重复5次。

3. 使用Unix系统中的time命令

然而，装饰器和timeit都是基于Python的。在外部环境测试Python时，Unix time实用工具就非常有用。运行time实用工具：输出结果为：

Total time running random_sort: 1.3931210041 seconds
real 1.49
user 1.40
sys 0.08

第一行来自预定义的装饰器，其他三行为：

real表示的是执行脚本的总时间
user表示的是执行脚本消耗的CPU时间
sys表示的是执行内核函数消耗的时间注意：根据维基百科的定义，内核是一个计算机程序，用来管理软件的输入输出，并将其翻译成CPU和其他计算机中的电子设备能够执行的数据处理指令。因此，real执行时间和user+sys执行时间的差就是消耗在输入/输出和系统执行其他任务时消耗的时间。

4. 使用cProfile模块

略

5. 使用line_profiler模块

略

6. 使用memory_profiler模块

略

7. 使用guppy包

略

关于python测量程序运行时间的信息