如何在 python 中提高 sleep/pause 计时精度？

Question

我运行一个实验来比较 sleep/pause 在 python 和 C++

中的计时精度

实验总结：

在 1000000 次迭代的循环中，每次迭代休眠 1 微秒。

预期持续时间： 1.000000 秒（对于 100% 准确的程序）

在python中：

import pause
import datetime

start = time.time()
dt = datetime.datetime.now()
for i in range(1000000):
    dt += datetime.timedelta(microseconds=1)
    pause.until(dt)
end = time.time()
print(end - start)

预期： 1.000000 秒，实际（大约）： 2.603796

在 C++ 中：

#include <iostream>
#include <chrono>
#include <thread>

using namespace std;

using usec = std::chrono::microseconds;
using datetime = chrono::_V2::steady_clock::time_point;
using clk = chrono::_V2::steady_clock;

int main()
{
    datetime dt;
    usec timedelta = static_cast<usec>(1);

    dt = clk::now();

    const auto start = dt;

    for(int i=0; i < 1000000; ++i) {
        dt += timedelta;
        this_thread::sleep_until(dt);
    }

    const auto end = clk::now();

    chrono::duration<double> elapsed_seconds = end - start;

    cout << elapsed_seconds.count();

    return 0;
}

预期： 1.000000 秒，实际（大约）： 1.000040

很明显C++更准确，但我正在python开发一个项目，需要提高准确度。有什么想法吗？

P.S如果再推荐一个pythonlibrary/technique也可以，只要更准确:)

Answer 1

import pause
import datetime
import time

start = time.time()
dt = datetime.datetime.now()

for i in range(1000000):
    dt += datetime.timedelta(microseconds=1)
    pause.until(1) 
end = time.time()
print(end - start)

输出：

1.0014092922210693

Answer 2

暂停库说

The precision should be within 0.001 of a second, however, this will depend on how >precise your system sleep is and other performance factors.

如果将 0.001 乘以 1000000，您将得到一个很大的累积误差。

几个问题：

你为什么需要睡觉？

最低要求的准确度是多少？

您调用的操作的时间一致性如何？如果这些函数调用的差异超过 0.001，则累积误差将更多地归因于您正在执行的操作，而不是归因于 pauses/sleeps.

Answer 3

Sleeping 一个线程本质上是不确定的——你不能谈论 'precision' 真的是一般的线程休眠——也许只在特定系统的上下文中平台 - 有太多因素可能发挥作用，例如有多少 cpu 个内核等。

为了说明这一点，思想实验：

假设您创建了多个线程（至少 1000 个）并在同一时间将它们安排到运行。 'precision' 你会期待什么？

Answer 4

问题不仅在于python的睡眠定时器不准确，而且循环的每个部分都需要一些时间。

您的原始代码在我的系统上的运行时间为 ~1.9528656005859375。

如果我只运行你的这部分代码没有任何睡眠：

for i in range(100000):
   dt += datetime.timedelta(microseconds=1)

那么该循环所需的时间已经是~0.45999741554260254。

只要我运行

for i in range(1000000):
   pause.milliseconds(0)

那么代码的运行时间就是~0.5583224296569824.

始终使用相同的日期：

dt = datetime.datetime.now()
for i in range(1000000):
    pause.until(dt)

运行时间为 ~1.326077938079834

如果你对时间戳做同样的事情：

dt = datetime.datetime.now()
ts = dt.timestamp()
for i in range(1000000):
    pause.until(ts)

然后运行-time 变为 ~0.36722803115844727

如果您将时间戳增加一微秒：

dt = datetime.datetime.now()
ts = dt.timestamp()
for i in range(1000000):
    ts += 0.000001
    pause.until(ts)

然后你得到一个运行时间~0.9536933898925781

它小于 1 是由于浮点数不准确，在循环后添加 print(ts-dt.timestamp()) 将显示 ~0.95367431640625，因此暂停持续时间本身是正确的，但 ts += 0.000001 正在累积一个错误。

如果计算您的迭代次数并将 iterationCount/1000000 添加到开始时间，您将获得最佳结果：

dt = datetime.datetime.now()
ts = dt.timestamp()
for i in range(1000000):
    pause.until(ts+i/1000000)

这将导致 ~1.000023365020752

所以在我的例子中 pause 本身已经允许小于 1 微秒的精度。问题实际上出在 datetime.timedelta 和 sleep_until 都需要的 datetime 部分。

因此，如果您想获得微秒级精度，则需要寻找性能优于 datetime 的时间库。

如何在 python 中提高 sleep/pause 计时精度？

How to increase sleep/pause timing accuracy in python?

c++

python

sleep

python-3.x

system-clock

实验总结：

在python中：

在 C++ 中：