快捷導(dǎo)航

python如何做代碼性能分析

更新時(shí)間：2021年04月26日 11:28:58 作者：蟲師

這篇文章主要介紹了python如何做代碼性能分析，幫助大家更好的理解和學(xué)習(xí)使用python，感興趣的朋友可以了解下

cProfile

cProfile是python默認(rèn)的性能分析器，他只測(cè)量CPU時(shí)間，并不關(guān)心內(nèi)存消耗和其他與內(nèi)存相關(guān)聯(lián)的信息。

from time import sleep
import random


def random_list(start, end, length):
    """
    生成隨機(jī)列表
    :param start: 隨機(jī)開(kāi)始數(shù)
    :param end: 隨機(jī)結(jié)束數(shù)
    :param length: 列表長(zhǎng)度
    """
    data_list = []
    for i in range(length):
        data_list.append(random.randint(start, end))
    return data_list


def bubble_sort(arr):
    """
    冒泡排序: 對(duì)列表進(jìn)行排序
    :param arr 列表
    """
    n = len(arr)
    sleep(1)
    for i in range(n):
        for j in range(0, n - i - 1):
            if arr[j] > arr[j + 1]:
                arr[j], arr[j + 1] = arr[j + 1], arr[j]
    return arr


if __name__ == '__main__':
    get_data_list = random_list(1, 99, 10)

    import cProfile
    cProfile.run('bubble_sort({})'.format(get_data_list))

繼續(xù)使用上一篇文章中的例子，引用cProfile模塊，run()方法參數(shù)說(shuō)明。

run(statement, filename=None, sort=-1)

statement: 需要測(cè)試的代碼或者函數(shù)（函數(shù)名）
fielname: 結(jié)果保存的位置，默認(rèn)為stdout
sort: 結(jié)果排序方法，常用的有cumtime: 累積時(shí)間， name: 函數(shù)名， line: 行號(hào)

為了使結(jié)果統(tǒng)計(jì)出耗時(shí)部分，我們加了sleep，結(jié)果如下：

❯ python demo.py
         6 function calls in 1.004 seconds

   Ordered by: standard name

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.000    0.000    1.004    1.004 <string>:1(<module>)
        1    0.000    0.000    1.004    1.004 demo.py:19(bubble_sort)
        1    0.000    0.000    1.004    1.004 {built-in method builtins.exec}
        1    0.000    0.000    0.000    0.000 {built-in method builtins.len}
        1    1.004    1.004    1.004    1.004 {built-in method time.sleep}
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}

6 function calls in 1.004 seconds 6個(gè)函數(shù)調(diào)用被監(jiān)控，耗時(shí)1.004秒。
ncalls 函數(shù)被調(diào)用的次數(shù)。如果這一列有兩個(gè)值，就表示有遞歸調(diào)用，第二個(gè)值是原生調(diào)用次數(shù)，第一個(gè)值是總調(diào)用次數(shù)。
tottime 函數(shù)內(nèi)部消耗的總時(shí)間。（可以幫助優(yōu)化）
percall 是tottime除以ncalls，一個(gè)函數(shù)每次調(diào)用平均消耗時(shí)間。
cumtime 之前所有子函數(shù)消費(fèi)時(shí)間的累計(jì)和。
filename:lineno(function) 被分析函數(shù)所在文件名、行號(hào)、函數(shù)名。

line_profiler

line_profiler 可以提供有關(guān)時(shí)間是如何在各行之間分配的信息，直白一點(diǎn)就是給出程序每行的耗時(shí)，在無(wú)法確定哪行語(yǔ)句最浪費(fèi)時(shí)間，這很有用。

line_profiler是一個(gè)第三方模塊，需要安裝。

https://github.com/pyutils/line_profiler

from time import sleep
import random


def random_list(start, end, length):
    """
    生成隨機(jī)列表
    :param start: 隨機(jī)開(kāi)始數(shù)
    :param end: 隨機(jī)結(jié)束數(shù)
    :param length: 列表長(zhǎng)度
    """
    data_list = []
    for i in range(length):
        data_list.append(random.randint(start, end))
    return data_list


@profile
def bubble_sort(arr):
    """
    冒泡排序: 對(duì)列表進(jìn)行排序
    :param arr 列表
    """
    n = len(arr)
    sleep(1)
    for i in range(n):
        for j in range(0, n - i - 1):
            if arr[j] > arr[j + 1]:
                arr[j], arr[j + 1] = arr[j + 1], arr[j]
    return arr


if __name__ == '__main__':
    get_data_list = random_list(1, 99, 10)
    bubble_sort(get_data_list)

給需要監(jiān)控的函數(shù)加上@profile 裝飾器。通過(guò)kernprof命令運(yùn)行文件（安裝完line_profiler生成的命令）。

參數(shù)說(shuō)明：

-l：以使用函數(shù)line_profiler
-v：以立即將結(jié)果打印到屏幕

運(yùn)行結(jié)果：

kernprof -l -v demo.py
Wrote profile results to demo.py.lprof
Timer unit: 1e-06 s

Total time: 1.00416 s
File: demo.py
Function: bubble_sort at line 18

Line #      Hits         Time  Per Hit   % Time  Line Contents
==============================================================
    18                                           @profile
    19                                           def bubble_sort(arr):
    20                                               """
    21                                               冒泡排序: 對(duì)列表進(jìn)行排序
    22                                               :param arr 列表
    23                                               """
    24         1          8.0      8.0      0.0      n = len(arr)
    25         1    1004030.0 1004030.0    100.0      sleep(1)
    26        11         15.0      1.4      0.0      for i in range(n):
    27        55         44.0      0.8      0.0          for j in range(0, n - i - 1):
    28        45         41.0      0.9      0.0              if arr[j] > arr[j + 1]:
    29        20         21.0      1.1      0.0                  arr[j], arr[j + 1] = arr[j + 1], arr[j]
    30         1          1.0      1.0      0.0      return arr

輸出非常直觀，分成了6列。

Line #：運(yùn)行的代碼行號(hào)。
Hits：代碼行運(yùn)行的次數(shù)。
Time：代碼行的執(zhí)行時(shí)間，單位為微秒。
Per Hit：Time/Hits。
% Time：代碼行總執(zhí)行時(shí)間所占的百分比。
Line Contents：代碼行的內(nèi)容。

只需查看% Time列，就可清楚地知道時(shí)間都花在了什么地方。

總結(jié)

性能測(cè)試分析站在項(xiàng)目層面是一個(gè)很龐大的話題，以前為測(cè)試工程師，關(guān)注的是性能工具的使用，以及用戶維度的性能[1]；作為開(kāi)發(fā)工程師，每個(gè)功能都是由一個(gè)個(gè)函數(shù)/方法組成，我們?nèi)シ治雒總€(gè)函數(shù)/方法，甚至是每行代碼的耗時(shí)，才能更好的進(jìn)行代碼層面的性能優(yōu)化。

以上就是python如何做代碼性能分析的詳細(xì)內(nèi)容，更多關(guān)于python 代碼性能分析的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: