当前位置 主页 > 网站技术 > 代码类 > 最大化 缩小

    Python性能分析工具Profile使用实例

    栏目:代码类 时间:2019-11-19 18:06

    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:

    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:

       <br data-filtered="filtered"> 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

    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()