Python性能分析工具Profile使用实例

2023-08-08 14:30:04 64

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：

importprofile
defa():
sum=0
foriinrange(1,10001):
sum+=i
returnsum

defb():
sum=0
foriinrange(1,100):
sum+=a()
returnsum
if__name__=="__main__":
profile.run("b()")

输出结果：

104functioncallsin0.094seconds

Orderedby:standardname

ncallstottimepercallcumtimepercallfilename:lineno(function)
10.0000.0000.0940.094:0(exec)
10.0000.0000.0000.000:0(setprofile)
10.0000.0000.0940.094:1()
10.0000.0000.0940.094profile:0(b())
00.0000.000profile:0(profiler)
990.0940.0010.0940.001test.py:15(a)
10.0000.0000.0940.094test.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。

importos

defa():
sum=0
foriinrange(1,10001):
sum+=i
returnsum

defb():
sum=0
foriinrange(1,100):
sum+=a()
returnsum

printb()

运行命令查看性能分析结果

python-mcProfiletest.py

将性能分析结果保存到result文件

python-mcProfile-oresulttest.py

使用pstats来格式化显示结果

python-c"importpstats;p=pstats.Stats('reslut);p.print_stats()"

python-c"importpstats;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

importos
defa():
	sum=0
foriinrange(1,10001):
	sum+=i
returnsum
defb():
	sum=0
foriinrange(1,100):
	sum+=a()
returnsum
printb()
importcProfile#cProfile.run("b()")
cProfile.run("b()","result")
importpstats
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毛票票。

声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。

Python性能分析工具Profile使用实例

热门推荐

随机推荐