使用Python统计代码运行时间的两种方法

当我们编写代码时，很可能会遇到需要统计代码运行时间的需求。Python提供了多种方法来解决这个问题。本篇文档将介绍使用Python统计代码运行时间的两种方法：time模块和profile模块。

一、使用time模块

Python的time模块提供了多个函数来进行时间计算。其中，最常用的是time()函数和clock()函数。

time()函数返回当前时间的时间戳，单位是秒。因此，我们可以在代码执行前和执行后获取时间戳，然后计算时间差来获得代码运行时间。示例代码如下：

import time

# 获取程序开始时间
start_time = time.time()

# 运行程序
for i in range(100000):
    j = i * i

# 获取程序结束时间
end_time = time.time()

# 计算并输出程序运行时间（单位：秒）
print("程序运行时间：%f 秒" % (end_time - start_time))

clock()函数返回程序运行时间，单位是秒。在Unix系统下，clock()函数返回的是进程时间，即CPU运行时间。Windows系统下，clock()函数返回的是Wall Clock Time，即挂钟时间。因此，clock()函数常用于统计CPU时间。示例代码如下：

import time

# 获取程序开始时间
start_time = time.clock()

# 运行程序
for i in range(100000):
    j = i * i

# 获取程序结束时间
end_time = time.clock()

# 计算并输出程序运行时间（单位：秒）
print("程序运行时间：%f 秒" % (end_time - start_time))

二、使用profile模块

Python的profile模块可以对程序进行性能分析，包括CPU时间、运行时间、函数调用次数等。在对程序进行性能分析时，我们可以使用cProfile.run()函数，该函数可以直接运行指定的Python程序，并输出分析报告。示例代码如下：

import cProfile

# 运行程序，并输出分析报告
cProfile.run('''
for i in range(100000):
    j = i * i
''')

运行上述代码，将会输出如下分析报告：

         100004 function calls in 0.025 seconds

   Ordered by: standard name

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
   100001    0.017    0.000    0.017    0.000 <string>:1(<module>)
        1    0.008    0.008    0.025    0.025 <string>:1(<module>)
        1    0.000    0.000    0.025    0.025 {built-in method builtins.exec}
        1    0.000    0.000    0.025    0.025 {built-in method builtins.print}
        1    0.000    0.000    0.025    0.025 {built-in method builtins.run}

在分析报告中，ncalls表示函数调用次数，tottime表示函数自身占用的CPU时间，percall表示函数平均调用时间，cumtime表示函数及其调用的子函数占用的CPU时间，同时还提供了Python文件名和行号以及函数名等信息。

综上所述，我们可以通过time模块的time()函数和clock()函数来计算代码运行时间，也可以使用profile模块来进行性能分析。