python程序中计算单个脚本或者程序的执行时间对于工程设计和瓶颈定位帮助很大，下面笔者简单说下，自己所接触过的python计时器。
time()，以浮点形式返回自Linux新世纪以来经过的秒数。在linux中，00:00:00 UTC, January 1, 1970是新**49**的开始。
|
1
2
3
4
5
6
7
8
|
import
time
start
=
time.clock()
#当中是你的程序
elapsed
=
(time.clock()
-
start)
print
(
"Time used:"
,elapsed)<br><br><br>或者：
|
from time import time
def timeTest():
start = time()
print("Start: " + str(start))
for i in range(1, 100000000):
pass
stop = time()
print("Stop: " + str(stop))
print(str(stop-start) + “秒”)
def main():
timeTest()
if name==‘main’:
main()
Python：time.clock() vs. time.time()
作者 Ross Wan on 2008/09/19
有时候，我们需要知道程序或者当中的一段代码的执行速度，于是就会加入一段计时的代码，如下：
start = time.clock()
... do something
elapsed = (time.clock() - start)
又或者
start = time.time()
... do something
elapsed = (time.time() - start)
那究竟 time.clock() 跟 time.time()，谁比较精确呢？带着疑问，查了 Python 的 time 模块文档，当中 clock() 方法有这样的解释：
clock()
On
Unix, return the current processor time as a floating point number
expressed in seconds. The precision, and in fact the very definition of
the meaning of “processor time”, depends on that of the C function of
the same name, but in any case, this is the function to use for
benchmarking Python or timing algorithms.On Windows, this
function returns wall-clock seconds elapsed since the first call to
this function, as a floating point number, based on the Win32 function
QueryPerformanceCounter(). The resolution is typically better than one
microsecond.
可见，time.clock() 返回的是处理器时间，而因为 Unix 中 jiffy 的缘故，所以精度不会太高。clock转秒，除以1000000。
总结
究竟是使用 time.clock() 精度高，还是使用 time.time() 精度更高，要视乎所在的平台来决定。总概来讲，在 Unix 系统中，建议使用 time.time()，在 Windows 系统中，建议使用 time.clock()。
这个结论也可以在 Python 的 timtit 模块中（用于简单测量程序代码执行时间的内建模块）得到论证：
if sys.platform == "win32":
# On Windows, the best timer is time.clock()
default_timer = time.clock
else:
# On most other platforms the best timer is time.time()
default_timer = time.time
使用 timeit 代替 time，这样就可以实现跨平台的精度性：
start = timeit.default_timer()
... do something
elapsed = (timeit.default_timer() - start)