cProfile是标准库内建的分析工具的其中一个，另外两个是hotshot和profile

-s cumulative

-s cumulative开关告诉cProfile对每个函数累计花费的时间进行排序,他能让我看到代码最慢的部分。 我们有这样一个函数。 loopdemo.py

def foo(): for a in range(0, 101): for b in range(0, 101): if a + b == 100: yield a, b if __name__ == '__main__': for item in foo(): print(item)

运行下面命令

python3 -m cProfile -s cumulative loopdemo.py

得到如下结果

206 function calls in 0.001 seconds #在0.01秒内共发生了206次函数调用。包括cProfile的开销。 Ordered by: cumulative time ncalls tottime percall cumtime percall filename:lineno(function) 1 0.000 0.000 0.001 0.001 {built-in method builtins.exec} 1 0.000 0.000 0.001 0.001 loopdemo.py:7(<module>) 102 0.001 0.000 0.001 0.000 loopdemo.py:7(foo) 101 0.001 0.000 0.001 0.000 {built-in method builtins.print} 1 0.000 0.000 0.000 0.000 {method 'disable' of '_lsprof.Profiler' objects}

其中对参数的解释: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； 需要注意的是cProfile很难搞清楚函数内的每一行发生了什么，是针对整个函数来说的。

-o profile.stats

我们可与你通过这个函数将结果输出到一个文件中，当然文件的后缀名是任意的，这里为了方便后面配合python中使用所以将后缀定为stats。 首先让我们运行下面的命令

python3 -m cProfile -o loopdemo_profile.stats loopdemo.py

然后运行下面的脚本

import pstats p=pstats.Stats("loopdemo_profile.stats") p.sort_stats("cumulative") p.print_stats() p.print_callers() # 可以显示函数被哪些函数调用 p.print_callees() # 可以显示哪个函数调用了哪些函数

可以看到输出了和之前控制台一样的结果

2006 function calls in 0.005 seconds Ordered by: cumulative time ncalls tottime percall cumtime percall filename:lineno(function) 1 0.000 0.000 0.005 0.005 {built-in method builtins.exec} 1 0.000 0.000 0.005 0.005 loopdemo.py:7(<module>) 1001 0.004 0.000 0.004 0.000 {built-in method builtins.print} 1002 0.000 0.000 0.000 0.000 loopdemo.py:30(foo2) 1 0.000 0.000 0.000 0.000 {method 'disable' of '_lsprof.Profiler' objects} Ordered by: cumulative time Function was called by... ncalls tottime cumtime {built-in method builtins.exec} <- loopdemo.py:7(<module>) <- 1 0.000 0.005 {built-in method builtins.exec} {built-in method builtins.print} <- 1001 0.004 0.004 loopdemo.py:7(<module>) loopdemo.py:30(foo2) <- 1002 0.000 0.000 loopdemo.py:7(<module>) {method 'disable' of '_lsprof.Profiler' objects} <- Ordered by: cumulative time Function called... ncalls tottime cumtime {built-in method builtins.exec} -> 1 0.000 0.005 loopdemo.py:7(<module>) loopdemo.py:7(<module>) -> 1002 0.000 0.000 loopdemo.py:30(foo2) 1001 0.004 0.004 {built-in method builtins.print} {built-in method builtins.print} -> loopdemo.py:30(foo2) -> {method 'disable' of '_lsprof.Profiler' objects} ->

line_profiler

安装

pip3 install Cpython pip3 install Cython git+https://github.com/rkern/line_profiler.git

转载于:https://www.cnblogs.com/c-x-a/p/10264490.html