time.perf_counter() 或 time.perf_counter_ns() 给出奇怪且不正确的值

Question

我在使用多处理时写了这个简单的代码。

from multiprocessing import Process, cpu_count
import time

def counter(num):
    count = 0
    while count < num:
        count += 1

def main():
    print(cpu_count())

  
    a = Process(target=counter, args=(250000000,))
    b = Process(target=counter, args=(250000000,))
    c = Process(target=counter, args=(250000000,))
    d = Process(target=counter, args=(250000000,))
    
    a.start()
    b.start()
    c.start()
    d.start()

    a.join()
    b.join()
    c.join()
    d.join()

    
    print("Finished in:", time.perf_counter(), "seconds")

if __name__ == "__main__":
    main()

嗯，我的代码中的所有内容都进展顺利，除了

time.perf_counter()

给了一个程序大约 7000 秒的时间，而这个程序甚至只花了 2-3 秒。我尝试使用

time.perf_counter_ns()

但它没有达到我的预期。首先，它给了我科学形式的值，当我将纳秒转换为秒时，它仍然给了我与之前相同的结果。而不是那些，我尝试使用 timeit 模块打印

timeit.timeit()

，它确实给了我像 0.0143249234 这样的值，用于一个花费超过 2 秒的程序。当我打印 cpu_cores 而不是显示我的电脑有多少个核心时，它确实给了我这个

<bound method BaseContext.cpu_count of <multiprocessing.context.DefaultContext object at 0x000001B68DDCD1C0>>

。

Answer 1

您面临的问题是该模块给出了特定时间的小数秒时间，但没有给出经过的时间。因此，您应该在开始时和结束时提及该模块一次，然后减去这两个值。 对于 print(cpu_cores()) ，您可能忘记提及括号，因此您获得的是核心的位置而不是实际的核心。

我已经修复了您的代码，并在下面提供了它。

    from multiprocessing import Process, cpu_count
import time

def counter(num):
    count = 0
    while count < num:
        count += 1

def main():
    print(cpu_cores())
    start_time = time.perf_counter()
    a = Process(target=counter, args=(100000,))
    a.start()
    a.join()
    end_time = time.perf_counter()
    print("Finished in:", end_time - start_time, "seconds")

if __name__ == "__main__":
    main()