创建一个进程池，然后对一个函数执行10次操作，记录进程池中每个子进程的执行时间。我用下面这种方法，记录下来的时间并不准确，有什么好方法么
def func():
time_start = time.time()
......
time_end = time.time()
time_sum = round(time_end - time_start, 2)
print(f"开始时间:{time_start},结束时间:{time_end},一共花费时间：{time_sum}")
def multip_Process():
with ProcessPoolExecutor(max_workers=10) as pool:
pool.map(func, t)
if __name__ == '__main__':
t = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
multi_process()
您可以使用 Python 的 multiprocessing 模块的 Process 类，并利用每个子进程运行的独立 CPU 时间来计算函数执行时间。
方法如下：
首先，定义一个新的 run() 函数，该函数包含要测试的函数及其参数。
然后，在 run() 函数中启动一个新的子进程，并记录当前时间。在子进程中运行所需测试的功能函数，并在子进程完成后记录结束时间。
计算一下子进程的 CPU 时间，并将其与实际时间作为子进程的执行时间。
最终，您可以将每个子进程的执行时间汇总到一个列表中，并输出结果。
示例如下：
import time
from multiprocessing import Process, cpu_count
def timed_run(func, args):
"""Function to execute a function and record its execution time."""
start = time.process_time()
func(*args)
end = time.process_time()
elapsed_time = end - start
return round(elapsed_time, 2)
def func(x):
"""The function to test."""
time.sleep(1) # simulate some work
print(f"this is process {x}")
def process_pool(func, args_list):
"""Function to execute a function with arguments using a pool of processes."""
results = []
with ProcessPoolExecutor(max_workers=cpu_count()) as executor:
for args in args_list:
results.append(executor.submit(timed_run, func, args))
return [r.result() for r in results]
if __name__ == '__main__':
args_list = [(x,) for x in range(10)]
times = process_pool(func, args_list)
print(f"Execution times for each process: {times}")
在上面的代码中，我们定义了一个新的 timed_run() 函数来运行测试函数并计算其执行时间。然后，在 process_pool() 函数中，我们使用 ProcessPoolExecutor 类创建一个进程池，并提交任务。每个任务由一个子进程执行，这样您就可以在 CPU 时间到达后获取子进程的执行时间。
最终，我们将每个子进程的执行时间记录在一个列表中，并输出结果。
您可以使用Python内置的multiprocessing模块来创建进程池，并使用time模块来记录每个子进程的执行时间。下面是一个示例代码：
import multiprocessing
import time
def func():
time_start = time.time()
# 执行你的操作
time_end = time.time()
return time_end - time_start
if __name__ == '__main__':
pool = multiprocessing.Pool(processes=4) # 创建进程池，指定进程数为4
results = [] # 存储每个子进程的执行时间
for i in range(10):
results.append(pool.apply_async(func)) # 将func函数提交给进程池异步执行
pool.close() # 关闭进程池
pool.join() # 等待所有子进程执行完毕
for res in results:
print(res.get()) # 输出每个子进程的执行时间
在上面的代码中，我们创建了一个进程池，指定进程数为4，然后将func函数提交给进程池异步执行10次。在func函数中，我们使用time模块记录了该函数的执行时间，并返回该值。最后，我们遍历所有子进程的执行结果，并输出每个子进程的执行时间。