如何使用 IPython %lprun 魔术函数分析类方法

Posted 2023-03-06

【中文标题】如何使用 IPython %lprun 魔术函数分析类方法

【英文标题】：how profiling class method using IPython %lprun magic function

【发布时间】：2018-03-06 17:29:33

【问题描述】：

如何分析函数内部调用的对象的方法？我在 jupyter 笔记本中使用 %lprun 魔法。请参阅以下ex.py 示例文件：

class foo():
    def __init__(self, a=0, n=1):
                self.a=a
                self.n=n

    def compute(self):
        result = 0
        for i in range(self.n):
            result += self.a
        return result 

def my_func():
    a = 1
    n = 1000
    my_foo = foo(a, n)
    result = my_foo.compute()
    print(result)

然后，从我的 jupyter 笔记本中，我可以分析 my_func：

 from ex import my_func

 %lprun -f my_func my_func()

但我无法分析我的 compute 方法：

from ex import my_func

%lprun -f my_foo.compute my_func()

我想要的可能吗？我必须如何在 -f 参数中填充类方法才能使其工作？

根据documentation，“cProfile 只执行显式函数调用，而不是因为语法而调用的特殊方法”，......所以它应该可以工作。

我发现的一个（可能）相关问题is here。

【参考方案1】：

TL;DR：在 %lprun -f foo.compute my_func() 中使用 foo，not my_foo 与您的示例一样。

---

鉴于当前示例，您可以像这样分析您的类和方法：

%load_ext line_profiler

分析您调用类的函数：%lprun -f my_func my_func()，它返回：

---

Timer unit: 1e-06 s

Total time: 0.000363 s
File: <ipython-input-111-dedac733c95b>
Function: my_func at line 12

Line #      Hits         Time  Per Hit   % Time  Line Contents
==============================================================
    12                                           def my_func():
    13         1          2.0      2.0      0.6      a = 1
    14         1          1.0      1.0      0.3      n = 1000
    15         1          4.0      4.0      1.1      my_foo = foo(a, n)
    16         1        278.0    278.0     76.6      result = my_foo.compute()
    17         1         78.0     78.0     21.5      print(result)

---

然后，经过检查，您会发现大部分时间都花在了您的方法 my_foo.compute() 中。 my_foo 是 foo 类的一个实例，因此您可以进行更进一步、更具体的分析器调用 %lprun -f foo.compute my_func()，它会返回：

---

Timer unit: 1e-06 s

Total time: 0.001566 s
File: <ipython-input-12-e96be9cf3108>
Function: compute at line 6

Line #      Hits         Time  Per Hit   % Time  Line Contents
==============================================================
     6                                               def compute(self):
     7         1          3.0      3.0      0.2          result = 0
     8      1001        765.0      0.8     48.9          for i in range(self.n):
     9      1000        797.0      0.8     50.9              result += self.a
    10         1          1.0      1.0      0.1          return result

---