测量Python中经过的时间

在Python中测量经过的时间是一种常见的需求。然而，Python标准库中的时间测量功能并不完全满足所有的需求。特别是在Windows平台上，标准库中的os.times()函数无法提供所需的经过的真实时间。这导致了对测量经过的时间的解决方案的探索和讨论。

一种常见的解决方案是使用跨平台的单调时钟(monotonic timer)。单调时钟是一种不会跳跃或倒退的时间参考。为了在Python中实现跨平台的单调时钟，有人尝试基于操作系统参考实现的方法。然而，由于Windows、POSIX和BSD在实现上的差异，这些尝试并没有达到预期的效果。

对于大部分情况来说，可以使用os.times()函数来获取时间信息。该函数返回一个包含5个浮点数的元组，表示累计的时间（包括用户时间、系统时间、子进程的用户时间、子进程的系统时间和自某一时刻以来经过的真实时间）。然而，在Windows平台上，os.times()函数不能提供所需的经过的真实时间（即第五个元素）。为了解决这个问题，可以考虑使用ctypes库调用GetTickCount64()函数，可以参考这个示例。

关于为什么在Windows平台上没有向os.times()函数添加第五个元素的讨论，有人认为可能是因为GetTickCount64()函数或其32位版本不是cPython基线中的核心Windows API的一部分。也就是说，这可能是为了对该平台的遗留支持。无论如何，单调时间参考是一个有用的功能，值得进一步探讨和改进。

测量经过的时间在Python中是一项常见的任务。尽管Python标准库提供了一些时间测量的功能，但在某些情况下仍然无法满足需求。特别是在Windows平台上，获取经过的真实时间是一个挑战。为了解决这个问题，可以考虑使用跨平台的单调时钟或调用Windows API中的函数。这些解决方案都有其优缺点，需要根据具体需求进行选择。

测量Python中经过的时间

在Python中测量经过的CPU时间，可以使用time.clock()函数。这相当于Linux中的times()函数的用户时间字段。

对于基准测试，可以使用timeit模块。

datetime模块也有微秒级的时间，如果平台支持的话。

例如：

>>> import datetime as dt
>>> n1=dt.datetime.now()
>>> n2=dt.datetime.now()
>>> (n2-n1).microseconds
678521
>>> (n2.microsecond-n1.microsecond)/1e6
0.678521

即，输入第二个n2=行花费了0.678521秒，速度较慢。

如果你担心系统时间的变化，可以通过datetime模块的返回对象进行检查。假设系统时间可能会因为NTP参考调整而有一些小的调整。这应该是逐渐调整的，并且会逐渐进行纠正，但是NTP同步节拍可能会对非常小的(毫秒或微秒级别)时间参考产生影响。

如果你想要具有这种分辨率的功能，你也可以参考Alex Martelli的C函数。我不会过于努力重新发明轮子。准确的时间是基本的，大多数现代操作系统都做得很好。

根据你的澄清，听起来你只需要一个简单的检查，以确定系统的时钟是否发生了变化。只需与友好的本地NTP服务器进行比较即可：

import socket
import struct
import time
ntp="pool.ntp.org"   # or whatever ntp server you have handy
client = socket.socket( socket.AF_INET, socket.SOCK_DGRAM )
data = '\x1b' + 47 * '\0'
client.sendto( data, ( ntp, 123 ))
data, address = client.recvfrom( 1024 )
if data:
    print 'Response received from:', address
    t = struct.unpack( '!12I', data )[10]
    t -= 2208988800L #seconds since Epoch
    print '\tTime=%s' % time.ctime(t)

NTP在互联网上的精度为毫秒级，并具有2^-32秒(233皮秒)的表示分辨率。应该足够好了吧？

请注意，NTP的64位数据结构在2036年和之后的每136年将会溢出。如果你真的想要一个健壮的解决方案，最好检查溢出问题...

对于减轻问题来说，这种挫折信息的+1是有帮助的。然而，我并不追求更高的精度。实际上，在我的当前应用中，秒就足够了。

我认为查询NTP服务器不是一个优雅的解决方案。毕竟，几乎每台PC都内置了用于测量我所期望的东西的专用硬件，并且可以通过Windows和Linux上的系统函数进行查询-请参见上面的我的新编辑。

你不需要每个计时器实例都进行ntp调用；只有当time.time()返回一个负数或者出现了一些意外情况时才需要。Pyson的与time.clock()进行比较的方法是有价值的。你可以使用类似的方法来触发与外部源进行比较的时机。对我来说，操作系统的时间对于毫秒级以上的计时已经足够好了。使用硬件计时器有其自身的准确性问题。

请注意，示例中错误地声明"输入第二个n2=行花费了0.678521秒"。microseconds方法只返回时间差的微秒部分。调用seconds方法返回时间的秒部分。实际的总时间是(n2-n1).seconds + (n2-n1).microseconds/1e6。或者可以调用(n2-n1).total_seconds()来获得两部分的组合。

问题的出现原因是在Python 3.3之前，Python标准库中没有提供一种可以测量流逝时间的方法。然而，测量流逝时间在很多应用中是非常常见的需求，因此需要解决这个问题。

解决方法是Python 3.3中引入了monotonic timer。这个timer可以提供一个单调递增的时间值，用于测量流逝时间。感谢Paddy3118在"How do I get monotonic time durations in python?"中指出了这个方法。

在使用monotonic timer时，可以使用以下代码来测量流逝时间：

import time
start_time = time.monotonic()
# 这里是需要测量时间的代码
end_time = time.monotonic()
elapsed_time = end_time - start_time
print("Elapsed time:", elapsed_time)

通过使用monotonic timer，我们可以准确地测量代码执行的流逝时间，而不会受到系统时间的影响。这在需要计算精确时间间隔的应用中非常有用，比如性能测试、计时器等等。