最常用、最轻量的python函数计时方法是time模块：用time.time()适合秒级粗略计时，time.perf_counter()推荐用于高精度测量，还可封装为装饰器复用。
统计Python函数执行时间最常用、最轻量的方法就是用time模块，尤其适合快速验证、调试或简单性能对比。
用time.time()测函数耗时（适合秒级精度）
time.time()返回当前时间戳（浮点数，单位为秒），适合对运行时间较长（>0.1秒）的函数做粗略计时。注意它受系统时钟调整影响，但日常使用足够可靠。
- 在函数调用前记录起始时间：
start = time.time() - 调用函数后立即记录结束时间：
end = time.time() - 差值即为耗时：
elapsed = end - start
示例：
import timedef slow_task():
time.sleep(1.2)
start = time.time()
slow_task()
print(f"耗时：{time.time() - start:.3f} 秒")
用time.perf_counter()测精确耗时（推荐）
这是time模块中**最推荐**的计时方式。它提供单调、高分辨率的计时器，不受系统时间调整或睡眠影响，专为测量短时间间隔设计（如毫秒甚至微秒级）。
立即学习“Python免费学习笔记（深入）”；
- 用法与
time.time()类似，但更精准：start = time.perf_counter() - 函数执行完后：
elapsed = time.perf_counter() - start - 多次运行取平均值时，
perf_counter结果更稳定
示例：
import timedef quick_sort(arr):
return sorted(arr)
data = list(range(10000, 0, -1))
start = time.perf_counter()
quick_sort(data)
print(f"排序耗时：{time.perf_counter() - start:.6f} 秒")
封装成装饰器，一键统计任意函数
不想每次手动加计时代码？写个简易装饰器，让统计变得可复用。
- 导入
functools.wraps保持原函数元信息 - 内部用
perf_counter开始/结束计时 - 打印函数名和耗时，也可返回耗时值供后续处理
示例：
import timefrom functools import wraps
def timer(func):
@wraps(func)
def wrapper(*args, **kwargs):
start = time.perf_counter()
result = func(*args, **kwargs)
elapsed = time.perf_counter() - start
print(f"[{func.__name__}] 耗时 {elapsed:.6f} 秒")
return result
return wrapper
@timer
def fibonacci(n):
if n return n
return fibonacci(n-1) + fibonacci(n-2)
注意事项与常见误区
单纯用time.time()在循环中反复调用，可能因系统调度引入误差；而perf_counter虽好，但不适用于跨进程或需要绝对时间戳的场景。
- 避免用
time.clock()（Python 3.8+ 已移除） - 测试小函数时，单次运行结果波动大，建议结合
timeit模块做多次自动重复 - 若需分析函数内部各步骤耗时，考虑用
line_profiler或cProfile - 注意I/O、GC、CPU频率变化等外部因素也会干扰结果
不复杂但容易忽略。掌握perf_counter和装饰器写法，就能覆盖大多数日常计时需求。
