timeit.timeit() 打印执行其参数所需的时间，默认情况下为 \'pass\'。您必须改用 start= time.time() end = time.time()

使用 time.time() 来测量两点之间经过的挂钟时间：

import time

start = time.time()
print("hello")
end = time.time()
print(end - start)

这给出了以秒为单位的执行时间。

从 Python 3.3 开始，另一个选项可能是使用 perf_counter or process_time ，具体取决于您的要求。在 3.3 之前，建议使用 time.clock （感谢 Amber ）。但是，它目前已被弃用：

在 Unix 上，以浮点数形式返回当前处理器时间（以秒为单位）。精度，以及“处理器时间”含义的定义，取决于同名 C 函数的精度。

在 Windows 上，此函数基于 Win32 函数，以浮点数形式返回自第一次调用此函数以来经过的挂钟秒数 QueryPerformanceCounter() 。分辨率通常优于一微秒。

自 3.3 版起已弃用 ：此功能的行为取决于平台： use perf_counter() or process_time() instead 来获得明确定义的行为。

time.time() 会受到 NTP 错误的影响，有人错误地将年份设置为 3023 然后进行更正，闰秒等。因此，这在大多数情况下都能正常工作，但偶尔也会出错，这种错误很难理解，也无法重现。

cloc()、perf_counter() 和 process_time() 不包括 sleep()。有时，这正是您想要的，有时则不是。例如，在找出请求缓慢的原因时，您希望在计时数据中显示“我的进程被换出”。

@MartinC.Martin：perf_counter（）确实包括睡眠期间经过的时间：docs.python.org/3/library/time.html#time.perf_counter

使用 timeit.default_timer 而不是 timeit.timeit 。前者会自动提供你所在平台和 Python 版本上可用的最佳时钟：

from timeit import default_timer as timer

start = timer()
# ...
end = timer()
print(end - start) # Time in seconds, e.g. 5.38091952400282

timeit.default_timer 被分配给 time.time() 或 time.clock()，具体取决于操作系统。在 Python 3.3+ 上， default_timer 在所有平台上 都是 time.perf_counter() Python - time.clock() 与 time.time() - 准确性？

参见：

• 优化代码
• 如何优化速度

很好的答案 - 使用 timeit 将产生更准确的结果，因为它将自动考虑垃圾收集和操作系统差异等因素。

我在脚本中使用这个，它给出了 62 秒，在另一个完全相同的命令中，我得到了开始、结束和经过时间的值 8357.5812534 8360.9289703 经过时间：8340.9289703 秒，发生了什么？？

仅限 Python 3：

由于 time.clock() 从 Python 3.3 开始已弃用 ，您将需要使用 time.perf_counter() 进行系统范围的计时，或 使用 time.process_time() 进行进程范围的计时，就像您以前使用的方式一样 time.clock() :

import time

t = time.process_time()
#do some stuff
elapsed_time = time.process_time() - t

新功能 process_time 将不包括睡眠期间经过的时间。

文档说 process_time() 返回 CPU 和用户时间的总和。这是否意味着它只返回 # do some stuff 的运行时间（而不是阻塞时间——比如在 IO 上），而不是实际经过的时间？

单位测量时间 ：

from timeit import default_timer as timer
from datetime import timedelta

start = timer()

# ....
# (your code runs here)
# ...

end = timer()
print(timedelta(seconds=end-start))

输出 ：

0:00:01.946339

给定一个你想要计时的函数，

测试.py：

def foo(): 
    # print "hello"   
    return "hello"

最简单的使用方法 timeit 是从命令行调用它：

% python -mtimeit -s'import test' 'test.foo()'
1000000 loops, best of 3: 0.254 usec per loop

不要尝试使用 time.time 或 time.clock （天真地）来比较函数的速度。 它们可能会给出误导性的结果 .

PS. 不要将打印语句放在要计时的函数中；否则测量的时间将取决于 终端的速度 .

使用上下文管理器来执行此操作很有趣，它可以自动记住进入 with 块时的开始时间，然后在退出块时冻结结束时间。使用一些小技巧，您甚至可以从相同的上下文管理器函数中获取块内的运行时间计数。

核心库没有这个（但可能应该有）。一旦到位，您可以执行以下操作：

with elapsed_timer() as elapsed:
    # some lengthy code
    print( "midpoint at %.2f seconds" % elapsed() )  # time so far
    # other lengthy code

print( "all done at %.2f seconds" % elapsed() )

以下是 contextmanager contextmanager

from contextlib import contextmanager
from timeit import default_timer

@contextmanager
def elapsed_timer():
    start = default_timer()
    elapser = lambda: default_timer() - start
    yield lambda: elapser()
    end = default_timer()
    elapser = lambda: end-start

还有一些可运行的演示代码：

import time

with elapsed_timer() as elapsed:
    time.sleep(1)
    print(elapsed())
    time.sleep(2)
    print(elapsed())
    time.sleep(3)

请注意，根据此函数的设计，返回值 elapsed() 在块退出时被冻结，并且进一步的调用将返回相同的持续时间（在此玩具示例中约为 6 秒）。

其他上下文管理器示例：dabeaz.blogspot.fr/2010/02/…

@Jérôme 很好的例子 - 我将其改编为另一个答案 - .com/a/41408510/243392

我的非常相似的独立解决方案：.com/questions/77533604/…

我更喜欢这个。doc timeit 太令人困惑了。

from datetime import datetime 

start_time = datetime.now() 

# INSERT YOUR CODE 

time_elapsed = datetime.now() - start_time 

print('Time elapsed (hh:mm:ss.ms) {}'.format(time_elapsed))

请注意，这里没有任何格式，我只是将其写入 hh:mm:ss 打印输出，以便人们可以解释 time_elapsed

有人告诉我 timeit 计算 CPU 时间，datetime 是否也考虑了使用的 CPU 时间？它们是同一件事吗？

用这种方式测量经过的时间是有风险的，因为 datetime.now() 可能会在两次调用之间发生变化，原因包括网络时间同步、夏令时切换或用户摆弄时钟。