1. 首页
  2. 博客
  3. Python性能分析工具Profile

Python性能分析工具Profile

Python性能分析工具Profile

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：

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支持一下参数：

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()

原文链接：https://www.cnblogs.com/-wenli/p/10861526.html

热门标签