Python性能分析工具Profile使用实例
这篇文章主要介绍了Python性能分析工具Profile使用实例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
代码优化的前提是需要了解性能瓶颈在什么地方，程序运行的主要时间是消耗在哪里，对于比较复杂的代码可以借助一些工具来定位，python 内置了丰富的性能分析工具，如 profile,cProfile 与 hotshot 等。其中 Profiler 是 python 自带的一组程序，能够描述程序运行时候的性能，并提供各种统计帮助用户定位程序的性能瓶颈。Python 标准模块提供三种 profilers:cProfile,profile 以及 hotshot。
profile 的使用非常简单，只需要在使用之前进行 import 即可,也可以在命令行中使用。
使用Profile
测试示例：
import profile
def a():
sum = 0
for i in range(1, 10001):
sum += i
return sum
def b():
sum = 0
for i in range(1, 100):
sum += a()
return sum
if __name__ == "__main__":
profile.run("b()")
输出结果：
<br data-filtered="filtered"> 104 function calls in 0.094 seconds Ordered by: standard name ncalls tottime percall cumtime percall filename:lineno(function) 1 0.000 0.000 0.094 0.094 :0(exec) 1 0.000 0.000 0.000 0.000 :0(setprofile) 1 0.000 0.000 0.094 0.094 <string>:1(<module>) 1 0.000 0.000 0.094 0.094 profile:0(b()) 0 0.000 0.000 profile:0(profiler) 99 0.094 0.001 0.094 0.001 test.py:15(a) 1 0.000 0.000 0.094 0.094 test.py:21(b)
其中输出每列的具体解释如下：
●ncalls：表示函数调用的次数；
●tottime：表示指定函数的总的运行时间，除掉函数中调用子函数的运行时间；
●percall：（第一个 percall）等于 tottime/ncalls；
●cumtime：表示该函数及其所有子函数的调用运行的时间，即函数开始调用到返回的时间；
●percall：（第二个 percall）即函数运行一次的平均时间，等于 cumtime/ncalls；
●filename:lineno(function)：每个函数调用的具体信息；
如果需要将输出以日志的形式保存，只需要在调用的时候加入另外一个参数。如 profile.run(“profileTest()”,”testprof”)。
命令行
如果我们不想在程序中调用profile库使用，可以在命令行使用命令。
import os
def a():
sum = 0
for i in range(1, 10001):
sum += i
return sum
def b():
sum = 0
for i in range(1, 100):
sum += a()
return sum
print b()
运行命令查看性能分析结果
python -m cProfile test.py
将性能分析结果保存到result文件
python -m cProfile -o result test.py
使用pstats来格式化显示结果
python -c "import pstats; p=pstats.Stats('reslut); p.print_stats()"
python -c "import pstats; p=pstats.Stats('result'); p.sort_stats('time').print_stats()
sort_stats支持以下参数：
calls, cumulative, file, line, module, name, nfl, pcalls, stdname, time
测试示例：在代码中直接使用profile与stats
import os
def a():
sum = 0
for i in range(1, 10001):
sum += i
return sum
def b():
sum = 0
for i in range(1, 100):
sum += a()
return sum
print b()
import cProfile# cProfile.run("b()")
cProfile.run("b()", "result")
import pstats
pstats.Stats('result').sort_stats(-1).print_stats()
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
本文将详细介绍如何使用 Python 调用 DeepSeek API,实现流式对话并保存对话记录,相比 Go 版本,Python 实现更加简洁优雅,适合快速开发和原型验证,文中通过代码示例讲解的非常详细,需要的朋友可以参考下2025-02-02
今天小编就为大家分享一篇在python中将list分段并保存为array类型的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-07-07
形态学处理方法是基于对二进制图像进行处理的，卷积核决定图像处理后的效果。本文将为大家详细介绍一下OpenCV中的图像形态学，感兴趣的可以了解一下2022-03-03
装饰器经常被用于有切面需求的场景，较为经典的有插入日志、性能测试、事务处理等。装饰器是解决这类问题的绝佳设计，有了装饰器，我们就可以抽离出大量函数中与函数功能本身无关的雷同代码并继续重用。装饰器的作用就是为已经存在的对象添加额外的功能。2021-06-06
在本篇文章里小编给大家分享的是一篇关于python能否java成为主流语言的相关知识点，有兴趣的朋友们参考下。2020-06-06
对LyScript自动化插件进行二次封装，可以实现从内存中读入目标进程解码后的机器码。所以本文为大家介绍了如何实现LyScript指令查询功能，需要的可以参考一下2022-09-09
今天小编就为大家分享一篇浅谈tensorflow 中tf.concat()的使用，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-02-02
web.py在SAE中的Session问题解决方法（使用mysql存储）
这篇文章主要介绍了web.py在SAE中的Session问题解决方法（使用mysql存储）,本文直接给出实现代码,代码中包含详细注释,需要的朋友可以参考下2015-06-06
这篇文章主要为大家详细介绍了python文件和文件夹复制函数的实现代码，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2020-02-02
这篇文章主要介绍了Python实现从log日志中提取ip的方法,涉及Python文件读取、数据遍历、正则匹配等相关操作技巧,需要的朋友可以参考下2018-03-03
最新评论