Python中如何获取两次调用之间的毫秒级时间差？

先澄清常见误解，再给出最优方案：

梳理各时间方法的实际问题 #

• time.clock()：Python 3.3+已明确弃用，无需考虑
• time.time()：基于系统纪元时间，会受闰秒、手动调整系统时间等影响，计算时间间隔不可靠
• time.process_time()/time.thread_time()：仅统计CPU运行时间，会忽略休眠、IO等待等非CPU耗时，不适合需要真实时间间隔的场景
• time.monotonic()：单调递增但精度依赖系统，整体性能计数器精度不如perf_counter系列
• time.perf_counter()：返回浮点数，双精度浮点数能精确表示到2^53以内的整数，对应到毫秒级相当于约89000年的时长，日常使用中完全不存在精度损失问题
• time.perf_counter_ns()：返回整数纳秒，不存在最多追踪4秒的限制——Python的整数是任意精度类型，不会像其他语言的固定位数整数那样出现溢出，完全可以追踪极长时间的间隔

最优方案：封装自定义的perf_counter_ms() #

如果你需要返回整数毫秒、同时保证高精度和长追踪时长，直接基于perf_counter_ns()封装即可：

import time

def perf_counter_ms():
    # 将纳秒转换为毫秒，取整得到整数结果
    return time.perf_counter_ns() // 1000000

这个方法具备以下优势：

• 继承perf_counter_ns()的高精度与单调性，不受系统时钟调整影响
• 返回整数毫秒，完全满足精度需求
• Python的任意精度整数支持，追踪时长没有上限（远超你提到的400万秒）

如果只是需要毫秒级精度，直接使用time.perf_counter()也完全足够——它的浮点数精度在日常场景下不会带来任何问题，计算间隔时只需用后一次调用值减去前一次，再乘以1000即可得到毫秒数：

start = time.perf_counter()
# 执行需要计时的代码
end = time.perf_counter()
elapsed_ms = (end - start) * 1000

内容的提问来源于stack exchange，提问作者Mike 'Pomax' Kamermans