python– 为什么time.clock比time.time给出更长的时间？

概述我使用time.clock和time.time在Ubuntu上定时了一段python代码：clock elapsed time: 8.770 s time elapsed time: 1.869 s 我知道time.time使用系统时间和time.clock使用处理器时钟.当time.time给出比time.clock更长的经过时间时,这对我来说是有意义的

我使用time.clock和time.time在Ubuntu上定时了一段python代码：

clock elapsed time: 8.770 stime  elapsed time: 1.869 s

我知道time.time使用系统时间和time.clock使用处理器时钟.当time.time给出比time.clock更长的经过时间时,这对我来说是有意义的：处理器在整个时间内都没有活动(例如,调用time.sleep的时间).

但是为什么/何时处理器时钟会比系统时间大得多？

附录

我做了一个粗略的测试,使用标准映射计算相同的函数,使用进程池映射和线程池映射.可以理解,进程池速度更快,线程池更慢.更有趣的是：时钟时序小于处理器池的时间,但线程池中的时间更长.

同样,我理解为什么处理器池的时钟时序较少：假设主进程没有做太多事情,只是等待池进程完成.但是为什么线程池的时钟时间更长？任何见解？

结果：

map  time  1738.8  clock 1739.6mp pool  time   580.1  clock   15.9thread pool  time  3455.3  clock 5378.9

码：

from time import clock,sleep,timefrom multiprocessing.pool import ThreadPoolfrom multiprocessing import Poolimport randomdef f(i):    x = [random.random() for j in range(100000)]    return x[i]def t(fn):    t0,c0 = time(),clock()    for i in range(10): fn(f,range(16))    print '  time ',round(1000*(time()-t0),1)    print '  clock',round(1000*(clock()-c0),1)if __name__ == '__main__':    print 'map'    t(map)    pool = Pool(8)    print 'mp pool'    t(pool.map)    pool = ThreadPool(8)    print 'thread pool'    t(pool.map)

最佳答案如果在多个cpu上执行,cpu时间可能会超过挂起时间.我在Python中没有特别看到这一点,但是在使用C语言的多个线程的时钟函数时我肯定已经看到了这一点,并且可能Python代码只是直接调用这个C函数.

关于“为什么”：你正在以错误的方式思考它.重要的是运行程序的核心数量.如果一个核心在两秒钟的停留时间内运行一秒钟对你有意义,但是如果四个核心在同一时间间隔内每个运行一秒钟会怎样.然后在2秒的待机时间内有4秒的cpu时间.内核考虑了测量所有内核的cpu时间.如果多个核心在同一秒内运行,那么在此期间您将花费多个cpu秒.这是对调度程序很重要的成本测量,并且可能是时钟建立在其上的度量.这可能不是您关心的指标,但这就是它的工作原理.

总结

以上是内存溢出为你收集整理的python – 为什么time.clock比time.time给出更长的时间？全部内容，希望文章能够帮你解决python – 为什么time.clock比time.time给出更长的时间？所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。