闭包与装饰器

一.运用场景

在很多的时候我们需要计算我们程序的性能，这个时候我们常常需要统计程序运行的时间。下面我们就来说说怎么统计程序的运行时间。

二、实现方法

1、datetime

1.import datetime
2.start = datetime.datetime.now()
3.run_function():
    4.# do something
5.
6.end = datetime.datetime.now()
7.print (end-start)

运行结果显示：

2、time

1.import time
2.start = time.time()
3.run_function()
4.end = time.time()
5.
6.print str(end)

运行结果如下：

3、clock

1.import time
2.start = time.clock()
3.run_function()
4.end = time.clock()
5.
6.print str(end-start)

运行结果如下：

三、方法比较

• 通过对以上方法的比较我们发现，方法二的精度比较高。方法一基本上是性能最差的。这个其实是和系统有关系的。一般我们推荐使用方法二和方法三。我的系统是Ubuntu，也就是Linux系统，方法二返回的是UTC时间。 在很多系统中time.time()的精度都是非常低的，包括windows。

• python 的标准库手册推荐在任何情况下尽量使用time.clock().但是这个函数在windows下返回的是真实时间（wall time）

• 方法一和方法二都包含了其他程序使用CPU的时间。方法三只计算了程序运行CPU的时间。

• 方法二和方法三都返回的是浮点数

四、解决方法

time.clock() 返回的是处理器时间，而因为 Unix 中 jiffy 的缘故，所以精度不会太高。clock转秒，除以1000000。

究竟是使用 time.clock() 精度高，还是使用 time.time() 精度更高，要视乎所在的平台来决定。总概来讲，在 Unix 系统中，建议使用 time.time()，在 Windows 系统中，建议使用 time.clock()。

我们要实现跨平台的精度性，我们可以使用timeit 来代替time.

1.import timeit
2.
3.start = timeit.default_timer()
4.do_func()
5.end = timeit.default_timer()
6.print str(end-start)