前言

Python代码想统计运行时间有很多种方法，这里介绍比较常用的2种方法。方法1，通过代码统计；方法2，通过Pycharm编辑器统计。

统计运行时间是很有意义的，可以比较不同的代码运行耗时，也可以比较不同的方案耗时从而选择效率更高的方案，等等。具体统计方法详见下文。

日期：2023年4月。

方法1（推荐）：通过代码统计

说明

time.clock()函数在Python3.3被废弃了，并在Python3.8被移除，若在之后的Python版本中使用此函数，则会有以下警告或提示：

DeprecationWarning: time.clock has been deprecated in Python 3.3 and will be removed from Python 3.8: use time.perf_counter or time.process_time instead time.clock()

解决方法在提示中也给出了，即使用time.perf_counter或time.process_time函数作为替代，经本人测试，使用time.perf_counter函数与真实时间较为接近，因此推荐使用time.perf_counter函数。

步骤

1. 导入time库：import time
2. 代码开始前获取开始时间：start = time.perf_counter()
3. 编写代码
4. 代码结束后获取结束时间：end = time.perf_counter()
5. 计算运行时间：runTime = end - start
6. 输出运行时间：print("运行时间：", runTime)

单位

time.perf_counter()获取的时间单位为s，即秒。数值乘以1000则为毫秒。

完整示例

import time

# time.clock()默认单位为s
# 获取开始时间
start = time.perf_counter()
'''
代码开始
'''
sum = 0
for i in range(100):
    for j in range(100):
        sum = sum + i + j
print("sum = ", sum)
'''
代码结束
'''
# 获取结束时间
end = time.perf_counter()
# 计算运行时间
runTime = end - start
runTime_ms = runTime * 1000
# 输出运行时间
print("运行时间：", runTime, "秒")
print("运行时间：", runTime_ms, "毫秒")

运行结果

方法2：通过Pycharm编辑器

打开Pycharm编辑器，找到想要运行的脚本，点击Run - Profile 'YourScript'，如图：

同样，点击PyCharm有右上角的带有时间标志的运行按钮也是一样的效果，如图：

随后便可得到分析结果，可查看运行时间，如图：