Pythonの実行時間計測：time.perf_counter()とtime.process_time()の違いと使い分け

2025年11月29日

プログラムのパフォーマンスを評価する際、「処理にどれくらいの時間がかかったか」を正確に計測することは重要です。Pythonの標準ライブラリである time モジュールには、時間を計測するための関数がいくつか用意されていますが、目的に応じて適切なものを選択する必要があります。

この記事では、最も代表的な2つの計測関数 time.perf_counter() と time.process_time() の使い方と、その決定的な違いについて解説します。

1. 実時間（経過時間）を計測する：`time.perf_counter()`

time.perf_counter() は、パフォーマンス計測のために設計された、最も精度の高いクロックです。

この関数は、プログラムが実行されている間の**「実時間（Wall-clock time）」を計測します。つまり、計算処理をしている時間だけでなく、time.sleep() で待機している時間や、他のプロセスが動くのを待っている時間も含めた、「時計の針が進んだ時間」**そのものを返します。

処理全体の所要時間を知りたい場合は、この関数を使用します。

実行例：計算と待機を含む処理

リストのソート（計算処理）と、0.5秒の待機（スリープ）を行い、その合計時間を計測します。

import time
import random

# 計測開始
start_clock = time.perf_counter()

# 1. CPUを使う処理（リストのソート）
data_list = [random.random() for _ in range(100000)]
data_list.sort()

# 2. CPUを使わない処理（0.5秒待機）
time.sleep(0.5)

# 計測終了
end_clock = time.perf_counter()

# 経過時間を計算
elapsed_time = end_clock - start_clock

print(f"perf_counter計測結果: {elapsed_time:.5f}秒")

実行結果（例）:

perf_counter計測結果: 0.53421秒

ソートにかかった時間（約0.03秒）と、スリープした時間（0.5秒）の合計が計測されています。

2. CPU時間を計測する：`time.process_time()`

time.process_time() は、現在のプロセスが実際にCPUを使用した**「CPU時間（CPU time）」**を計測します。

この関数の最大の特徴は、time.sleep() のようなスリープ時間や、I/O待ち（ファイル読み書きや通信の待ち時間）を含まない点です。プログラムが純粋に計算処理のためにCPUを占有していた時間だけを知りたい場合に使用します。

実行例：同じ処理を計測

先ほどと同じ「ソート処理 + 0.5秒待機」を process_time() で計測します。

import time
import random

# 計測開始
start_cpu = time.process_time()

# 1. CPUを使う処理
data_list = [random.random() for _ in range(100000)]
data_list.sort()

# 2. CPUを使わない処理（0.5秒待機）
# process_time はこの待機時間をカウントしない
time.sleep(0.5)

# 計測終了
end_cpu = time.process_time()

# 経過時間を計算
elapsed_cpu = end_cpu - start_cpu

print(f"process_time計測結果: {elapsed_cpu:.5f}秒")

実行結果（例）:

process_time計測結果: 0.03125秒

スリープしていた0.5秒間はCPUを使用していないため、計測結果に含まれていません。純粋にリストの生成とソートにかかった時間のみが出力されています。

まとめ：使い分けの指針

2つの関数の違いを整理します。

関数名	計測対象	sleep時間	用途
`time.perf_counter()`	実時間（経過時間）	含む	ユーザーから見た待ち時間や、処理全体の所要時間を知りたい場合。
`time.process_time()`	CPU時間	含まない	アルゴリズムの純粋な計算速度を測定したい場合や、CPU負荷を知りたい場合。