python性能测量工具cProfile

Posted petewell

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了python性能测量工具cProfile相关的知识，希望对你有一定的参考价值。

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：

1
2
3
4
5
6
7
8
9
10
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：

1
2
3
4
5
6
7
8
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：

1
2
3
4
5
6
7
8
9
10
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


以上是关于python性能测量工具cProfile的主要内容，如果未能解决你的问题，请参考以下文章

python性能分析之cProfile模块

调优工具python性能分析工具cProfiler

python性能分析--cProfile

教你3个python「性能分析」工具，再也不用自己计算函数耗时了

Python脚本分析CPU使用情况

关于python性能相关测试cProfile库