python - 如何提高 python 中的 sleep /暂停计时精度？

Question

我进行了一个实验来比较 python 和 C++ 中的 sleep /暂停计时精度

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，但我正在用python开发一个项目，需要提高准确度。有什么想法吗？

P.S 如果您建议另一个 python 库/技术，只要它更准确就可以了:)

Answer 1

问题不仅仅是python的 sleep 定时器不准确，而是循环的每一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。

如果我只在不休眠的情况下运行这部分代码:

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。

如果我只跑

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

那么代码的运行时间是~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)

然后运行时变为 ~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~0.9536933898925781的运行时间

它小于 1 是由于 float 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，但是 ts += 0.000001 正在累积一个错误。

如果计算迭代次数并将 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，如果您想获得微秒精度，那么您需要寻找一个性能优于 datetime 的时间库。