python性能测量工具cProfile

时间：2019-09-25 16:00:42 阅读：134 评论：0 收藏：0 [点我收藏+]

背景：

Python是一种解释性的语言，执行速度相比C、C++等语言十分缓慢；因此我们需要在其它地方上下功夫来提高代码的执行速度。
首先需要对代码进行分析，这个时候则需要用一些工具。
这里介绍cProfile：
全代码分析：
命令行: cProfile -s tottime your_program.py
结果如下：

ncalls  tottime  percall  cumtime  percall filename:lineno(function)
   66    0.001    0.000   11.850    0.180  base.py:228(micro_service)
   66    0.003    0.000   11.849    0.180  tools.py:557(micro_service)
 1056    0.001    0.000   11.073    0.010  connection.py:463(drain_events)
 1056    0.015    0.000   11.072    0.010  connection.py:466(blocking_read)
 1056    0.008    0.000   10.920    0.010  transport.py:233(read_frame)
 3168    0.014    0.000   10.908    0.003  transport.py:370(_read)
 3168   10.892    0.003   10.892    0.003  {method 'recv' of '_socket.socket' objects}
   66    0.001    0.000    9.814    0.149  rpc.py:350(__call__)
   66    0.001    0.000    8.395    0.127  rpc.py:329(result)

块分析:

上面属于文件分析,但是我们可能只对部分代码感兴趣，那么只需要在这部分代码的前后加上下面这两段代码即可：

import cProfile
cp = cProfile.Profile()
cp.enable()
YOUR CODE
cp.disable()
cp.print_stats()

结果与全代码分析的类似，但是只包含你感兴趣的部分。

行分析:

行分析需要安装line_profiler：

1	pip install line_profiler

1
2
3

@profile
def class_name()
	pass

然后在命令行输入：

1
2
3

kernprof -l -v your_code.py
-l 逐行分析
-v 立即查看结果

示例：

from cProfile import Profile as profile 
from pstats import Stats 
def (): 
	p = profile() 
	p.snapshot_stats() 
	p.enable() 
	
	p.disable() 
	p.print_stats(2) # 按照调用累加总耗时累加排序，即将最耗时的函数最优先
	p.dump_stats("call.log")

关于profile和cProfile的更多链接，请点击：
https://docs.python.org/3/library/profile.html?spm=5176.100239.0.0.qa5fU5

原文:大专栏 python性能测量工具cProfile

python性能测量工具cProfile

标签：ber 优先 pass ring ++ func ice 测量代码分析

原文地址：https://www.cnblogs.com/petewell/p/11584648.html

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行