高效编程之 cProfile 性能分析

写代码经常会听说一些名词，比如 性能分析、代码调优。

cProfile 是 python 代码调优的一种工具，它能够统计在整个代码执行过程中，每个函数调用的次数和消耗的时间。

 

这个工具虽然很常用，但是没必要花太多时间研究这个工具，简单使用就能达到效果，所以我这里只简单记录下核心用法。

 

两种使用方式

cProfile.run('func(arg)') # 调优函数，在脚本中使用 python -m cProfile myscript.py (-s ziduan) # 调优脚本，在命令行使用

 

输出解释

9891015 function calls (9843181 primitive calls) in 12.791 seconds Ordered by: standard name ncalls tottime percall cumtime percall filename:lineno(function) 1 0.000 0.000 12.791 12.791 <string>:1(<module>) 1 0.037 0.037 0.966 0.966 AccOverstep.py:13(AccOverstep) 2 0.166 0.083 9.534 4.767 DataPreprocessing.py:27(dists) 1 0.003 0.003 6.252 6.252 DataPreprocessing.py:38(DataPreprocessing) 10909 0.004 0.000 0.167 0.000 _methods.py:34(_sum) 10 0.000 0.000 0.000 0.000 _methods.py:45(_all) 42360 0.071 0.000 0.092 0.000 _methods.py:48(_count_reduce_items) 42360 0.201 0.000 0.678 0.000 _methods.py:58(_mean)

 

共有 9891015 次函数调用，原始调用为 9843181 次，原始调用代表不包含递归调用。

ncalls 函数的被调用次数 

tottime 函数总计运行时间，除去函数中调用的函数运行时间 

percall 函数运行一次的平均时间，等于tottime/ncalls 

cumtime 函数总计运行时间，含调用的函数运行时间 

percall 函数运行一次的平均时间，等于cumtime/ncalls 

filename:lineno(function) 函数所在的文件名，函数的行号，函数名 

 

 

参考资料：

https://blog.csdn.net/u010453363/article/details/78415553

转载于:https://www.cnblogs.com/yanshw/p/11593255.html

相关资源：垃圾分类数据集及代码