【Python入門】プログラムの実行時間（経過時間）を測定する方法

プログラムの実行中に経過した時間を測定するには、timeモジュールの関数を利用します。かつてはtime.clock()やtime.time()がよく使われていましたが、clock()はPython 3.8以降で非推奨となり削除されているため、現在は高精度なtime.perf_counter()の使用が推奨されています。

perf_counter() を使った経過時間の測定

まずは基本となるシンプルな計測方法を見てみましょう。

import time

t0 = time.perf_counter()
print("Hello")
t1 = time.perf_counter() - t0
print("Time elapsed: ", t1)  # 経過時間（秒・浮動小数点数）

このコードを実行すると、以下のような出力が得られます。

Time elapsed:  1.2999999999999123e-05

perf_counter()はシステム上で最も高精度なパフォーマンスカウンターを利用するため、ごく短い処理時間でも正確に計測できます。処理速度のベンチマークには、この関数を使うのがベストプラクティスとされています。

timeitモジュールによる統計的な計測

より厳密にコード断片の実行時間を分析したい場合には、標準ライブラリのtimeitモジュールが便利です。timeitは対象のコードを複数回実行し、その中で最速だった実行にかかった時間を報告します。一時的なシステム負荷などの外乱の影響を受けにくく、信頼性の高い計測結果を得られます。

使用例

def f(x):
    return x * x

import timeit

timeit.repeat("for x in range(100): f(x)", "from __main__ import f", number=100000)

実行すると、繰り返しごとの所要時間（秒）がリスト形式で返されます。

[2.0640320777893066, 2.0876040458679199, 2.0520210266113281]

repeat()はデフォルトで3回の試行を行い、それぞれの平均実行時間をリストとして返します。number引数で1回あたりの実行回数を指定でき、上の例では指定したコードを10万回実行した結果を計測しています。第2引数の"from __main__ import f"は、計測対象の関数をtimeitの環境に渡すためのセットアップコードです。

このように、手軽な計測にはtime.perf_counter()、精度の高いベンチマークにはtimeitモジュールと、目的に応じて使い分けるのがおすすめです。