在 Python 编程里，我们常常会遇到需要测量一段代码执行所经过时间的情况，这有助于我们评估代码的性能，找出性能瓶颈并进行优化。那在 Python 中，要如何测量经过的时间呢？接下来就为大家详细介绍。

使用 time模块

time 模块是 Python 标准库中的一个常用模块，能帮助我们获取当前时间，也能用于测量代码执行时间。以下是一个简单的示例：

import time

start_time = time.time()
# 这里放你要测量执行时间的代码
for i in range(1000000):
    pass
end_time = time.time()

elapsed_time = end_time - start_time
print(f"代码执行经过的时间: {elapsed_time} 秒")

在上述代码中，time.time() 会返回当前的时间戳（从 1970 年 1 月 1 日午夜开始到现在的秒数）。我们在代码开始执行前记录下开始时间，在代码执行结束后记录下结束时间，两者相减就能得到代码执行所经过的时间。

使用 timeit模块

timeit 模块专门用于精确测量小段代码的执行时间。它会多次运行代码，并给出平均执行时间，这样能更准确地反映代码的性能。示例如下：

import timeit

code_to_test = """
for i in range(1000000):
    pass
"""
elapsed_time = timeit.timeit(stmt=code_to_test, number=100)
print(f"代码执行 100 次平均经过的时间: {elapsed_time} 秒")

在这个例子中，timeit.timeit() 函数接收两个主要参数，stmt 是要测试的代码，number 是代码要执行的次数。函数会返回代码执行指定次数的总时间。

使用 perf_counter函数

time 模块中的 perf_counter 函数也可用于测量经过时间，它提供了更高的精度。示例代码如下：

import time

start_time = time.perf_counter()
# 要测量的代码
for i in range(1000000):
    pass
end_time = time.perf_counter()

elapsed_time = end_time - start_time
print(f"代码执行经过的时间: {elapsed_time} 秒")

perf_counter 函数返回的是一个高精度的性能计数器值，能更精确地测量短时间内的代码执行时间。

通过上述几种方法，我们可以在 Python 中方便地测量代码执行所经过的时间，根据不同的需求选择合适的方法，从而更好地优化我们的代码性能。