如何在Python中测量代码性能？

在Python开发中，测量代码性能是优化程序的重要前提。通过合理的工具和方法，我们可以准确知道某段逻辑耗费了多少时间，或者哪个函数调用最频繁。本节先给出整体认识，随后逐一介绍具体做法。

使用time模块测量耗时

最简单的方式是使用time模块记录代码执行前后的时间戳，相减得到耗时。适合对整体代码块做粗略评估。

import time

start = time.time()
# 模拟耗时操作
total = 0
for i in range(1000000):
    total += i
end = time.time()
print("耗时:", end - start, "秒")

用timeit做微基准测试

timeit模块能避免其他进程干扰，多次运行取最优值，非常适合测量小段代码的执行效率。

import timeit

code = """
total = 0
for i in range(1000):
    total += i
"""

# 运行1000次取最短时间
best = timeit.timeit(stmt=code, number=1000)
print("最佳耗时:", best, "秒")

使用cProfile分析函数调用

当程序较复杂时，可以用cProfile查看每个函数的调用次数和耗时，从而定位性能瓶颈。

import cProfile

def slow_func():
    return sum(i * i for i in range(100000))

def main():
    for _ in range(10):
        slow_func()

cProfile.run("main()")

不同方法对比

总结建议

日常调试可用time模块快速查看；写基准测试用timeit更严谨；排查复杂项目瓶颈用cProfile。合理组合这些工具，就能系统提升Python代码性能。

Python代码性能time模块cProfile性能测试修改时间：2026-07-25 00:36:24