Python代码计时：选择正确的时钟

记录当前日期与测量经过多长时间，是两种不同用途。测量短代码段时，perf_counter提供适合比较时间差的计时值，不应把它直接格式化成日历时间。

只使用两次读数的差

perf_counter的参考起点没有日历含义，应该在待测步骤前后取值并相减。它包含等待期间经过的时间；若关注进程CPU时间，则需要理解其他时钟的语义，不能把两者混成一个性能指标。

一次结果不是稳定基准

系统负载、缓存与输入都会影响测量。下面只验证计时方式和计算结果，不比较两个算法谁更快，也不发布一个虚构的固定耗时。需要性能结论时，应控制条件并重复测量。

记录测试范围

说明是否包含文件读取、网络等待或初始化，读者才能理解数字。将一个局部函数的耗时改善直接写成整站提速，会扩大结论范围。示例不暂停线程，也不调用外部服务。

可以运行的练习

from time import perf_counter
start = perf_counter()
result = sum(range(10000))
elapsed = perf_counter() - start
assert result == 49995000
assert elapsed >= 0
print(f"本次耗时：{elapsed:.6f} 秒；不是性能基准")

示例已在本地隔离环境运行检查。使用固定输入，不访问外部接口，也不读取真实业务文件。

资料与继续学习

Python：time.perf_counter。资料查阅日期：2026年10月2日。步骤与练习由本站整理。

• Python时间处理：转换时区与贴上时区标签不是一回事

资料查阅与编辑日期：2026年10月2日。作者：玖柒。