Python中测试函数计算速度最准确的实现方式是什么

你提到的三种常见计时方案里，timeit.timeit()的测试结果准确度最高，远好于另外两个方法。

三个方法的实际精度和适用场景差异非常明显：

• time.time()
  这个方法返回的是系统当前的墙钟时间，本质是给人看的现实时间，精度很低，而且会受系统手动调时、NTP自动校时、时钟跳变影响，根本不适合用来测函数的计算速度，最多只能用来统计跨度几十分钟以上的长流程大致耗时，测短代码的话误差经常能到几十甚至上百毫秒，结果完全不可信。
• time.perf_counter()
  这是Python提供的专用高精度计时器，计数不受系统时间调整影响，硬件层面的计时精度很高，单独用它在函数执行前后打时间戳算差值，精度比time.time()好很多。但它的问题是单次测量的结果波动很大——系统当时的CPU调度、后台进程抢资源、Python垃圾回收偶然触发，都可能让单次测出来的结果偏离真实值好几倍。
• timeit.timeit()
  这是标准库专门为小代码片段性能测试做的封装，底层默认就是用time.perf_counter()做计时基础，还做了一堆消除误差的设计：测试前会自动临时关闭垃圾回收避免随机耗时干扰、会自动把被测代码重复跑成千上万次算平均耗时抹平偶发波动、还会做运行预热消除冷启动偏差，测出来的结果稳定性和准确度是三个里面最高的，也是官方推荐的短代码性能基准测试方案。

小提示：如果被测函数本身单次运行耗时不到1毫秒，哪怕用time.perf_counter()手动计时，也至少要重复跑几十上百次取平均值，结果才有参考价值，这种场景直接用timeit省心得多。

内容的提问来源于stack exchange，提问作者TheRavenSpectre