測量代碼運行所需時間主要有兩種方法，使用 time.time() ，這是通用的方法，或者使用 timeit.timeit() 測量小的代碼段。

1 time()

這是通用方法：

import time
def powers(limit):
return [x**2 for x in range(limit)]
start = time.time()
powers(5000000)
end = time.time()
print(end-start) # 1.0257349014282227 (秒)

或者將測量時間的相關代碼放到一個高階函數 measure_runtime 中，接受函數作為參數，可以測量任意函數運行所需時間：

import time
def measure_runtime(func):
time_start = time.time()
func()
time_end = time.time()
print(time_end - time_start)
def powers(limit):
return [x**2 for x in range(limit)]
measure_runtime(lambda: powers(5000000)) # 1.006134033203125 秒

2 timeit()

此函數用於測量小的代碼段運行所需時間：

此函數有5個參數：

timeit.timeit(stmt='pass', setup='pass', timer=<default timer>, number=1000000, globals=None)

timeit.timeit(stmt='', setup='', timer=time.perf_counter, number=1000000, globals=None)

stmt 是待測代碼段，setup 作用類似於初始化代碼段中變量，在 stmt 之前執行，number 如果不設置，那麼 stmt 默認執行1000000 即一百萬次，如果 stmt 執行一次需要 1 秒，一百萬秒是非常長的時間，所以 number 參數一般應該設置。
用法：

import timeit
print(timeit.timeit("[x**2 for x in range(5000000)]", number=4))
print(timeit.timeit("list(map(lambda x: x**2, range(100)))", setup="", number=10000))
print(timeit.timeit(stmt='while x < 1000000: x += 1', setup='x = 0', number = 10000))

運行結果：

4.101922899999408 # number = 4， 測了4 次，共用了4 秒
0.23630119999870658
0.03228399999898102

timeit.timeit() 除以 number, 將得到 stmt 執行一次所需的平均時間。