Python利用memory_profiler实现内存分析
任何编程语言开发的项目代码都是需要考虑内存问题的，有时候当项目体量比较庞大以后若是出现内存泄漏等问题分析起来更是哦力不从心的。
因此，平时建议从开发的每个函数入手尽量编写的标准、规范，不至于造成后期无法修复的BUG，这个python非标准模块memory_profiler值得一看。
使用memory_profiler能分析出每行代码块的内存资源使用情况，有两种方式可以参考，一种是开发完代码块通过命令行的方式执行即可。
另一种则在直接代码块时直接生成内r内存资源情况的日志可以随时查看。
使用python pip的方式安装memory_profiler非标准库，默认使用清华大学的python镜像站。
pip install memory_profiler -i https://pypi.tuna.tsinghua.edu.cn/simple/
开发一个函数func_while，其中运行一个100万次的循环并且在循环中打印每一次循环执行时的时间戳，将内存使用情况保存到日志文件memory.log中。
# Importing the timeit module.
import timeit
# A logging library.
from loguru import logger
# A decorator that will wrap the function and add some code to it.
from memory_profiler import profile
@profile(precision=4, stream=open("memory.log", "w+"))
def func_while():
"""
It prints the numbers from 0 to 999999.
"""
begin = timeit.default_timer()
logger.info("开始循环应用：{0}".format(begin))
n = 0
while n < 1000000:
logger.info('当前时间戳：{0}'.format(timeit.default_timer()))
n = n + 1
end = timeit.default_timer()
logger.info("结束循环应用：{0}".format(end))
logger.info('循环应用总共用时：{0}'.format(str(end - begin)))
func_while()
# 2022-09-17 22:18:18.767 | INFO | __main__:func_while:39 - 当前时间戳：1397.349649192
# 2022-09-17 22:18:18.769 | INFO | __main__:func_while:39 - 当前时间戳：1397.350927206
# 2022-09-17 22:18:18.770 | INFO | __main__:func_while:39 - 当前时间戳：1397.352256128
# 2022-09-17 22:18:18.771 | INFO | __main__:func_while:39 - 当前时间戳：1397.353639651
# 2022-09-17 22:18:18.773 | INFO | __main__:func_while:39 - 当前时间戳：1397.354919308
# 2022-09-17 22:18:18.774 | INFO | __main__:func_while:43 - 结束循环应用：1397.35619568
# 2022-09-17 22:18:18.775 | INFO | __main__:func_while:45 - 循环应用总共用时：1394.6941001149999
从上面的运行时间可以看出整个100万次的循环整整跑了23分钟才完成，本身电脑性能不是很好为了测试差点就宕机了。下面是memory.log内存分析的文件中的部分截图。
从结果可以发现在我的while循环这一行下面的代码块整个内存显示-65303MB左右，可以看出整个内存消耗出现非常大的问题，怪不得的应用的主线程直接就卡死了。
在上面的分析中，我们选用的内存统计的精度是保留四位小数，也就是@profile注解的precision属性值的设置是4。
接下来使用第二种方式，也就是直接运行查看效果，或者在命令行执行.py的python文件效果是一样的都会展示出内存的消耗情况，但是这种情况可能会出现内存精度缺失的情况。
为了保险起见，这次我还是直接选用1万次循环来进行测试查看效果，循环次数过多怕把我的操作机直接搞崩溃了！
@profile(precision=4)
def func_while2():
"""
It prints the numbers from 0 to 9999.
"""
begin = timeit.default_timer()
logger.info("开始循环应用：{0}".format(begin))
n = 0
while n < 10000:
logger.info('当前时间戳：{0}'.format(timeit.default_timer()))
n = n + 1
end = timeit.default_timer()
logger.info("结束循环应用：{0}".format(end))
logger.info('循环应用总共用时：{0}'.format(str(end - begin)))
func_while2()
# 2022-09-17 22:37:38.086 | INFO | __main__:func_while2:81 - 当前时间戳：15.020861643
# 2022-09-17 22:37:38.087 | INFO | __main__:func_while2:85 - 结束循环应用：15.022343696
# 2022-09-17 22:37:38.089 | INFO | __main__:func_while2:87 - 循环应用总共用时：12.908313867
# Filename: C:/the-public/the-public/test013/test7.py
#
# Line # Mem usage Increment Occurrences Line Contents
# =============================================================
# 73 29.7266 MiB 29.7266 MiB 1 @profile(precision=4)
# 74 def func_while2():
# 75 29.7266 MiB 0.0000 MiB 1 begin = timeit.default_timer()
# 76 29.7422 MiB 0.0156 MiB 1 logger.info("开始循环应用：{0}".format(begin))
# 77
# 78 29.7422 MiB 0.0000 MiB 1 n = 0
# 79
# 80 29.8125 MiB 0.0000 MiB 10001 while n < 10000:
# 81 29.8125 MiB 0.0703 MiB 10000 logger.info('当前时间戳：{0}'.format(timeit.default_timer()))
# 82 29.8125 MiB 0.0000 MiB 10000 n = n + 1
# 83
# 84 29.8125 MiB 0.0000 MiB 1 end = timeit.default_timer()
# 85 29.8125 MiB 0.0000 MiB 1 logger.info("结束循环应用：{0}".format(end))
# 86
# 87 29.8125 MiB 0.0000 MiB 1 logger.info('循环应用总共用时：{0}'.format(str(end - begin)))
显然执行1万次循环结果算是正常的，增量只有0.0703 MiB，只用了13秒就执行完成了，可能使用for循环的话效果还要好一些。
到此这篇关于Python利用memory_profiler实现内存分析的两种方法总结的文章就介绍到这了,更多相关Python memory_profiler内存分析内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
今天小编就为大家分享一篇python实现信号时域统计特征提取代码，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
这篇文章主要介绍了Python装饰器用法,结合实例形式分析了带参数装饰器、无参数装饰器等相关实现与使用技巧,需要的朋友可以参考下2019-01-01
这篇文章主要介绍了PyQt 图解Qt Designer工具的使用方法,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2019-08-08
python_matplotlib改变横坐标和纵坐标上的刻度(ticks)方式
这篇文章主要介绍了python_matplotlib改变横坐标和纵坐标上的刻度(ticks)方式，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2020-05-05
这篇文章主要介绍了Python生成密码库功能,涉及Python基于随机字符串实现的生成密码功能相关操作技巧,需要的朋友可以参考下2017-05-05
这篇文章主要为大家详细介绍了Python如何通过QTimer计时器实现摄像头视频的播放和暂停功能,感兴趣的小伙伴可以跟随小编一起学习一下2024-11-11
这篇文章主要介绍了Python Des加密解密如何实现软件注册码机器码,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2020-01-01
这篇文章主要介绍了Python如何绘制组合图，帮助大家更好的利用python绘制图像，进行数据可视化分析，感兴趣的朋友可以了解下2020-09-09
详解Pandas如何高效对比处理DataFrame的两列数据
我们在用 pandas 处理数据的时候，经常会遇到用其中一列数据替换另一列数据的场景。这一类的需求估计很多人都遇到，当然还有其它更复杂的。解决这类需求的办法有很多，这里我们来推荐几个2022-09-09
Deque模块是Python标准库collections中的一项. 它提供了两端都可以操作的序列, 这意味着, 你可以在序列前后都执行添加或删除.2014-07-07
最新评论