关于python运行时间函数的信息
python延时函数
python延时函数是什么？一起来看看吧！
成都创新互联公司坚持“要么做到，要么别承诺”的工作理念，服务领域包括：网站设计、成都网站建设、企业官网、英文网站、手机端网站、网站推广等服务，满足客户于互联网时代的普陀网站设计、移动媒体设计的需求，帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴！
python延时函数即python time sleep() 函数，推迟调用线程的运行，可通过参数secs指秒数，表示进程挂起的时间。该函数没有返回值，sleep()方法语法：time.sleep(t)，t表示推迟执行的秒数。
函数接收一个指定函数fn，一个延迟时间ms和指定函数的参数*args，在指定延迟后，返回指定函数fn的调用结果。函数使用sleep()方法来进行延迟，然后调用指定函数。delay函数在调用的时候，可以使用lambda表达式的匿名函数，也可以使用一般函数。需要注意的是当fn存在关键字参数时会发生异常。
例如：
#!/usr/bin/python import time print "Start : %s" % time.ctime() time.sleep( 5 ) print "End : %s" % time.ctime() Start : Tue Feb 17 10:19:18 2013 End : Tue Feb 17 10:19:23 2013 from time import sleepdef delay(fn, ms, *args): sleep(ms / 1000) return fn(*args)# EXAMPLESdelay( lambda x: print(x), 1000, 'later') # prints 'later' after one second
Python获取当前时间前、后一个月的函数
这需求折腾了我半天..
import time
import datetime as datetime
def late_time(time2):
# 先获得时间数组格式的日期
#time2是外部传入的任意日期
now_time = datetime.datetime.strptime(time2, '%Y-%m-%d')
#如需求是当前时间则去掉函数参数改写 为datetime.datetime.now()
threeDayAgo = (now_time - datetime.timedelta(days =30))
# 转换为时间戳
timeStamp =int(time.mktime(threeDayAgo.timetuple()))
# 转换为其他字符串格式
otherStyleTime = threeDayAgo.strftime("%Y-%m-%d")
return otherStyleTime
a = late_time("2019-3-30")
print(a)# 打印2018-02-28
Python测量程序运行时间，time.time与time.clock
现象描述：
1、time.clock 在win系统和linux系统下对相同程序的计时结果不一致
2、到底应该用什么时间计时？为什么用time.time与time.clock计时会有那么大的差异
在计算机领域有多种时间。
第一种称作CPU时间或执行时间，用于测量在执行一个程序时CPU所花费的时间。第二种称作挂钟时间，测量执行一个程序时的总时间。挂钟时间也被称作流逝时间或运行时间。与CPU时间相比，挂钟时间通常长些，因为CPU执行测量的程序可能同时还在执行其它程序的指令。
另一个重要概念是所谓的系统时间，由系统时钟测量。系统时间表示计算机系统时间传递的概念。要记住系统时钟是可以由操作系统修改的，就是修改系统时间。
在Unix系统上，time.time的作用与Windows相同，但time.clock的意义不同。
在Unix系统上，time.clock以秒为单位返回当前处理器时间，例如，执行当前线程所花费的CPU时间。而在Windows上，它是以秒为单位的返回自首次调用该函数以来所流逝的系统时间。
以我遇到的Ubuntu系统上运行time.time和time.clock的例子：
time.time()显示系统时间过去大概1秒，而time.clock()显示花费在当前进程上的CPU时间只有于1毫秒。
而win下time.time()和time.clock()显示系统时间都是大致过去了1秒
在测量程序准确性能时应该使用哪一个呢？
这要视情况而定。如果程序运行的系统能够提供足够的资源给程序，例如，一个运行基于Python的web应用程序的web服务器，则使用time.clock()来测量程序会更有意义，因这个web应用程序可能是服务器上的主要程序 。如果程序运行的系统上还同时运行着其它大量程序，则使用time.time()进行测量会更有意义。 如果不是这样，就应该使用基于挂钟的计时器来测量程序的性能，因为这样通常能反应程序的环境。
放结论，一般情况下：
1、win用time.clock或time.time
2、linux 下用time.time 或 datetime.datetime.now().timestamp()
【1】（重要） Python测量时间，用time.time还是time.clock
7种检测Python程序运行时间、CPU和内存占用的方法
1. 使用装饰器来衡量函数执行时间
有一个简单方法，那就是定义一个装饰器来测量函数的执行时间，并输出结果：
import time
from functoolsimport wraps
import random
def fn_timer(function):
@wraps(function)
def function_timer(*args, **kwargs):
t0= time.time()
result= function(*args, **kwargs)
t1= time.time()
print("Total time running %s: %s seconds" %
(function.__name__, str(t1- t0))
)
return result
return function_timer
@fn_timer
def random_sort(n):
return sorted([random.random() for i in range(n)])
if __name__== "__main__":
random_sort(2000000)
输出：Total time running random_sort: 0.6598007678985596 seconds
使用方式的话，就是在要监控的函数定义上面加上 @fn_timer 就行了
或者
# 可监控程序运行时间
import time
import random
def clock(func):
def wrapper(*args, **kwargs):
start_time= time.time()
result= func(*args, **kwargs)
end_time= time.time()
print("共耗时: %s秒" % round(end_time- start_time, 5))
return result
return wrapper
@clock
def random_sort(n):
return sorted([random.random() for i in range(n)])
if __name__== "__main__":
random_sort(2000000)
输出结果：共耗时: 0.65634秒
2. 使用timeit模块
另一种方法是使用timeit模块，用来计算平均时间消耗。
执行下面的脚本可以运行该模块。
这里的timing_functions是Python脚本文件名称。
在输出的末尾，可以看到以下结果：4 loops, best of 5: 2.08 sec per loop
这表示测试了4次，平均每次测试重复5次，最好的测试结果是2.08秒。
如果不指定测试或重复次数，默认值为10次测试，每次重复5次。
3. 使用Unix系统中的time命令
然而，装饰器和timeit都是基于Python的。在外部环境测试Python时，unix time实用工具就非常有用。
运行time实用工具：
输出结果为：
Total time running random_sort: 1.3931210041 seconds
real 1.49
user 1.40
sys 0.08
第一行来自预定义的装饰器，其他三行为：
real表示的是执行脚本的总时间
user表示的是执行脚本消耗的CPU时间。
sys表示的是执行内核函数消耗的时间。
注意：根据维基百科的定义，内核是一个计算机程序，用来管理软件的输入输出，并将其翻译成CPU和其他计算机中的电子设备能够执行的数据处理指令。
因此，Real执行时间和User+Sys执行时间的差就是消耗在输入/输出和系统执行其他任务时消耗的时间。
4. 使用cProfile模块
5. 使用line_profiler模块
6. 使用memory_profiler模块
7. 使用guppy包
网页标题：关于python运行时间函数的信息
本文链接：http://myzitong.com/article/doscedc.html