Pythonのtime.clock()とtime.time()、どちらがより正確？違いと使い分けを解説

Pythonで処理時間を計測する際、「time.clock()」と「time.time()」のどちらを使うべきか迷ったことはありませんか？結論から言えば、タイミング計測やベンチマーク目的であれば time.clock() の方が適していました。ただし、この関数は現在では非推奨となっているため、その点も含めて詳しく解説します。

time.time() の特徴

time.time() は、すべてのプラットフォームで共通して「エポック（1970年1月1日 00:00:00 UTC）からの経過秒数」を浮動小数点数として返します。これは実時間（ウォールクロック時間）に基づいているため、システム時刻が変更されると戻り値も影響を受けます。

time.clock() の特徴

time.clock() の挙動はOSによって異なります。

• Unix系（Linux・macOSなど）: 現在のプロセスが消費したCPU時間を計測します。そのため、過去のある時点からの経過時間を測る用途には向いていません。
• Windows: 関数を最初に呼び出してからの実経過秒数（ウォールクロック時間）を計測します。

重要なポイントとして、システム時刻を変更しても time.clock() の値には影響しません。一方、time.time() はシステム時刻変更の影響を直接受けます。この性質により、高精度な処理時間の計測には time.clock() の方が信頼性が高いとされてきました。

注意：time.clock() は廃止されました

time.clock() は Python 3.3 で非推奨（Deprecated）となり、Python 3.8 で完全に削除されています。現代のPythonでは、代わりに以下の関数を使用しましょう。

• time.perf_counter(): 高精度なパフォーマンス計測用。システムクロックの変更の影響を受けず、経過時間の計測に最適です。
• time.process_time(): 現在のプロセスのCPU時間を計測します（旧Unix版 time.clock() の代替）。

ベンチマークなら timeit モジュールを使う

コードブロックの実行時間をベンチマークやプロファイリング目的で計測したい場合は、timeit モジュールを使うのが最善です。timeit はガベージコレクションを無効化したり複数回実行して平均を取ったりできるため、より正確で再現性の高い測定結果が得られます。

まとめ

• 単純な現在時刻の取得 → time.time()
• 高精度な経過時間の計測 → time.perf_counter()（旧 time.clock()）
• CPU時間の計測 → time.process_time()
• 本格的なベンチマーク → timeit モジュール

用途に応じて適切な計測方法を選ぶことで、正確で信頼性の高いパフォーマンス分析が可能になります。