在python中测量经过的时间答案

【问题标题】：Measuring elapsed time in python在python中测量经过的时间
【发布时间】：2011-11-17 07:26:17
【问题描述】：

有没有一种简单的方法/模块可以正确测量python中的经过时间？我知道我可以简单地调用time.time() 两次并获取差额，但是如果更改系统时间会产生错误的结果。诚然，这种情况并不经常发生，但它确实表明我测量的是错误的东西。

使用time.time() 来衡量持续时间是令人难以置信的迂回考虑。您获取两个绝对时间测量值的差异，这两个绝对时间测量值依次由持续时间测量（由计时器执行）和已知绝对时间（手动或通过 ntp 设置）构成，您根本不感兴趣。

那么，有没有办法直接查询这个“定时器时间”呢？我想它可以表示为没有有意义的绝对表示的毫秒或微秒值（因此不需要用系统时间进行调整）。环顾四周，这似乎正是 System.nanoTime() 在 Java 中所做的，但我没有找到相应的 Python 函数，尽管它应该（硬件技术上）比 time.time() 更容易提供。

编辑：为避免混淆并解决以下答案：这与 DST 更改无关，我也不想要 CPU 时间 - 我想要经过的物理时间。它不需要非常细粒度，甚至不需要特别准确。它只是不应该给我负持续时间，或者持续时间相差几个数量级（高于粒度），只是因为有人决定将系统时钟设置为不同的值。以下是 Python 文档对 'time.time()' 的评价：

"While this function normally returns non-decreasing values, it can return a lower value than a previous call if the system clock has been set back between the two calls"

这正是我想要避免的，因为它会导致奇怪的事情，比如时间计算中的负值。我现在可以解决这个问题，但我相信在可行的情况下学习使用正确的解决方案是个好主意，因为有一天这些杂物会卷土重来。

Edit2：一些研究表明，您可以像我在 Windows 中使用 GetTickCount64() 一样获得与系统时间无关的测量值，在 Linux 下，您可以在 times() 的返回值中获得它。但是，我仍然找不到在 Python 中提供此功能的模块。

【问题讨论】：

如果你想对某些东西进行基准测试，你应该使用timeit。
相关：How do I get monotonic time durations in python?
您可能会遇到Microsoft Minute。

标签： python windows time duration

【解决方案1】：

要测量经过的 CPU 时间，请查看 time.clock()。这相当于 Linux 的 times() 用户时间字段。

对于基准测试，请使用timeit。

如果平台支持，datetime module、which is part of Python 2.3+ 也有微秒时间。

例子：

>>> import datetime as dt
>>> n1=dt.datetime.now()
>>> n2=dt.datetime.now()
>>> (n2-n1).microseconds
678521
>>> (n2.microsecond-n1.microsecond)/1e6
0.678521
ie, it took me .678521 seconds to type the second n2= line -- slow
>>> n1.resolution
datetime.timedelta(0, 0, 1)
1/1e6 resolution is claimed.

如果您担心系统时间更改（从 DS -> ST），只需检查 datetime 返回的对象。据推测，系统时间可能会根据 NTP 参考调整进行小幅调整。 This should be slewed，更正是 applied gradually，但 ntp 同步节拍可能对非常小的（毫秒或微秒）时间参考产生影响。

如果您想要该分辨率的内容，也可以参考Alex Martelli's C function。我不会走得太远去重新发明轮子。准确的时间是基本的，大多数现代操作系统都做得很好。

编辑

根据您的说明，听起来您需要简单检查一下系统时钟是否已更改。只需与友好的本地 ntp 服务器进行比较：

import socket
import struct
import time

ntp="pool.ntp.org"   # or whatever ntp server you have handy

client = socket.socket( socket.AF_INET, socket.SOCK_DGRAM )
data = '\x1b' + 47 * '\0'
client.sendto( data, ( ntp, 123 ))
data, address = client.recvfrom( 1024 )
if data:
    print 'Response received from:', address
    t = struct.unpack( '!12I', data )[10]
    t -= 2208988800L #seconds since Epoch
    print '\tTime=%s' % time.ctime(t)

NTP 在 Internet 上精确到毫秒，并具有 2-32 秒（233 皮秒）的分辨率表示分辨率。应该够好吗？

注意 NTP 64 位数据结构 will overflow in 2036 and every 136 years thereafter -- 如果你真的想要一个健壮的解决方案，最好检查溢出...

【讨论】：

+1 用于回转信息，可缓解问题。但是，我不追求更高的粒度。事实上，在我当前的应用程序中，几秒钟就可以了。
我不认为 NTP 服务器查询是一个优雅的解决方案。毕竟，基本上每台 PC 都有专门的硬件来测量我想要构建的内容，并且可以通过 Windows 和 Linux 上的系统功能进行查询 - 请参阅上面的新编辑。
@Medo42：您不需要对每个计时器实例进行 ntp 调用；仅当 time.time() 返回负数或意外情况时。 Pyson's 与time.clock() 比较的方法有优点。您可以使用类似的东西来触发何时与外部来源进行比较。就我个人而言，操作系统时间对于我来说足以满足毫秒级以上的时间要求。使用硬件计时器有其自身的准确性问题。
请注意，该示例在说明“键入第二个 n2= 行需要 0.678521 秒”时具有误导性。 'microseconds' 方法只返回时间差的微秒部分。调用“秒”返回时间的秒部分。总时间实际上是 (n2-n1).seconds + (n2-n1).microseconds/1e6。或者，可以调用 (n2-n1).total_seconds() 将这两个部分结合起来。

【解决方案2】：

您似乎正在寻找的是monotonic timer。 monotonic time reference 不会跳转或后退。

基于 Python 的 OS 参考，已经多次尝试为 Python 实现跨平台单调时钟。（Windows、POSIX 和 BSD 完全不同）请参阅 this SO post 中的讨论和单调时间的一些尝试。

大多数情况下，您可以只使用 os.times()：

os.times()

返回一个 5 元组的浮点数，表示累计（处理器或其他）时间，以秒为单位。这些项目是：用户时间，系统时间，儿童用户时间，儿童系统时间，并且从过去的固定点开始按该顺序经过的实时时间。请参阅 Unix 手册页 times(2) 或相应的 Windows 平台 API 文档。在 Windows 上，只有前两项是填充，其他为零。

可用性：Unix、Windows

但这并不能填充 Windows 上所需的经过的实时时间（第五个元组）。

如果您需要 Windows 支持，请考虑 ctypes，您可以直接调用 GetTickCount64()，就像在 this recipe 中所做的那样。

【讨论】：

我想知道为什么没有人提议在 Windows 上将第 5 个元组值添加到 os.times 中？似乎应该是可能的，因为没有指定参考点。
@Mark Ransome：不是 Winoze 人，但可能是因为 GetTickCount64() 之类的东西或相同的 32 版本不在 cPython 基线假定的核心 Windows API 中？即，该平台上的传统支持？别的不知道。单调时间参考是一个有用的功能。

【解决方案3】：

Python 3.3 在标准库中添加了一个monotonic timer，这正是我想要的。感谢 Paddy3118 在"How do I get monotonic time durations in python?" 中指出这一点。

【讨论】：

【解决方案4】：

>>> import datetime
>>> t1=datetime.datetime.utcnow()
>>> t2=datetime.datetime.utcnow()
>>> t2-t1
datetime.timedelta(0, 8, 600000)

使用 UTC 可以避免那些由于夏令时而导致时钟偏移的尴尬时期。

至于使用替代方法而不是减去两个时钟，请注意操作系统确实包含一个时钟，该时钟是从 PC 中的硬件时钟初始化的。现代操作系统实现还将使该时钟与某些官方来源保持同步，以使其不会漂移。这比 PC 可能运行的任何间隔计时器都准确得多。

【讨论】：

更准确 - 是的，从长远来看。尽管在调整它的那一刻，这个时钟时间可能会表现得很奇怪（除非调整被改变，如drawk的回答中所述）。我不需要长时间的高精度，但我需要可靠的短期测量，不会因为有人决定手动更改系统时间而给出负数或太大的间隔 - 这有时确实会发生。
tElapsed = datetime.timedelta.total_seconds(t2-t1) 在 Python 3.6 中

【解决方案5】：

from datetime import datetime
start = datetime.now()
print 'hello'
end = datetime.now()
delta = end-start
print type(delta)
<type 'datetime.timedelta'>
import datetime
help(datetime.timedelta)
...elapsed seconds and microseconds...

【讨论】：

【解决方案6】：

您在编辑中陈述的示例函数是两个完全不同的东西：

Linux times() 返回进程时间（以 CPU 毫秒为单位）。 Python 的等价物是 time.clock() 或 os.times()。
Windows GetTickCount64() 返回系统正常运行时间。

虽然有两种不同的功能，但都（可能）可用于通过这些方法显示出现“打嗝”的系统时钟：

第一：

time.time() 可以占用系统时间，time.clock() 可以占用 CPU 时间。由于挂钟时间总是大于或等于 CPU 时间，因此如果两个 time.time() 读数之间的间隔小于成对的 time.clock() 检查读数，则丢弃任何测量。

例子：

t1=time.time()
t1check=time.clock()

# your timed event...    

t2=time.time()
t2check=time.clock()

if t2-t1 < t2check - t1check:
    print "Things are rotten in Denmark"
    # discard that sample
else:
    # do what you do with t2 - t1...

第二：

如果您担心系统时钟，那么获得系统正常运行时间也很有希望，因为在大多数情况下，用户重置不会重置正常运行时间滴答计数。（我知道...）

现在更难的问题是：以独立于平台的方式获得系统正常运行时间——尤其是在不产生新外壳的情况下——以亚秒级的精度。嗯……

可能最好的选择是psutil。 Browsing the source，他们使用 uptime = GetTickCount() / 1000.00f; 用于 Windows，sysctl "kern.boottime" 用于 BSD / OS X 等。不幸的是，这些都是 1 秒分辨率。

【讨论】：

一开始我也对 times() 感到困惑，但请阅读您自己的链接手册（特别是说“返回值”的部分。）该函数可用于查找处理时间，即填充到提供的结构中，但它返回一个独立于系统时钟的时间度量。
挂钟时间总是大于CPU时间是真的吗？我相信这仅适用于单核系统。

【解决方案7】：

在 Python 3.3+ 中使用 time.monotonic 后，我发现它在 Mac 上运行良好，永远不会倒退。在使用 GetTickCount64() 的 Windows 上，它很少会后退大量（出于我的程序超过 5.0 的目的）添加包装器可以防止单调后退：

with a_lock:
    original_value = time.monotonic()
    if original_value < last_value:
        # You can post a metric here to monitor frequency and size of backward jumps
        offset = last_value - original_value
    last_value = original_value
    return offset + original_value

倒退的频率如何？在数以百万计的机器上，可能会在数天之内发生几次，然后再一次，仅在 Windows 上。抱歉，我没有跟踪哪些版本的 Windows。如果人们愿意，我可以稍后更新。

【讨论】：