Python统计代码执行时间：datetime.now()与time.perf_counter()该选哪个？

核心结论：datetime.now() 和 time.perf_counter() 效果完全不等价，前者统计代码执行耗时存在明确的缺陷，仅适合非精准的粗粒度耗时估算，性能测试等对精度有要求的场景必须使用time.perf_counter()。

两者核心差异点 #

• 时钟类型不同
  datetime.now() 读取的是系统的墙上时钟，也就是我们日常使用的民用时间，这个时间会被系统自动校时、时区调整、夏令时切换等操作修改，如果计时过程中出现系统时间跳变，最终得到的时间差会完全失真，极端情况下甚至会出现负数结果。
  time.perf_counter() 读取的是系统的单调时钟，从系统启动后就会保持单向递增，不会受到任何系统时间配置修改的影响，设计目的就是专门用来计算时间间隔。
• 计时精度不同
  datetime.now() 精度普遍只有毫秒级，对于微秒级的短代码块执行耗时统计误差极大，完全无法满足性能测试的要求。
  time.perf_counter() 是Python官方提供的最高精度计时接口，多数操作系统下能达到微秒甚至纳秒级精度，适配所有代码耗时统计场景。
• 适用场景不同
  仅当你需要统计数小时以上的大脚本粗略耗时，且能确认计时周期内不会出现系统时间调整时，使用datetime.now()才能得到近似正确的结果，其他所有场景都应该优先选择time.perf_counter()。

顺带提一下你提到的time.time()，它和datetime.now()同属墙上时钟范畴，同样存在系统时间跳变导致结果失真的问题，也不推荐用于代码耗时统计。

内容的提问来源于stack exchange，提问作者zabop