python性能檢測工具函數(shù)運行內(nèi)存及運行時間
前言:
python雖然是一門'慢語言',但是也有著比較多的性能檢測工具來幫助我們優(yōu)化程序的運行效率。這里總結(jié)了五個比較好的python性能檢測工具,包括內(nèi)存使用、運行時間、執(zhí)行次數(shù)等方面。
首先,來編寫一個基礎(chǔ)的python函數(shù)用于在后面的各種性能測試。
def base_func(): for n in range(10000): print('當前n的值是:{}'.format(n))
1、memory_profiler進程監(jiān)視
memory_profiler是python的非標準庫,所以這里采用pip的方式進行安裝。
它能夠監(jiān)視進程、了解內(nèi)存使用等情況。
pip install memory_profiler
安裝好memory_profiler
庫以后,直接使用注解的方式進行測試
from memory_profiler import profile @profile def base_func1(): for n in range(10000): print('當前n的值是:{}'.format(n)) base_func1() # Line # Mem usage Increment Occurrences Line Contents # ============================================================= # 28 45.3 MiB 45.3 MiB 1 @profile # 29 def base_func(): # 30 45.3 MiB 0.0 MiB 10001 for n in range(10000): # 31 45.3 MiB 0.0 MiB 10000 print('當前n的值是:{}'.format(n))
從返回的數(shù)據(jù)結(jié)果來看,執(zhí)行當前函數(shù)使用了45.3 MiB的內(nèi)存。
2、timeit 時間使用情況
timeit是python的內(nèi)置模塊,可以測試單元格的代碼運行時間,由于是內(nèi)置模塊所以并不需要單獨安裝。
import timeit def base_func2(): for n in range(10000): print('當前n的值是:{}'.format(n)) res = timeit.timeit(base_func2,number=5) print('當前的函數(shù)的運行時間是:{}'.format(res))
當前的函數(shù)的運行時間是:0.9675800999999993
根據(jù)上面函數(shù)的運行返回結(jié)果,函數(shù)的運行時間是0.96秒。
3、line_profiler行代碼運行時間檢測
如果在只需要檢測函數(shù)的局部運行時間的話就可以使用line_profiler了,它可以檢測出每行代碼的運行時間。
line_profiler是python的非標準庫,使用的使用pip的方式安裝一下。
pip install line_profiler
最簡便的使用方式直接將需要測試的函數(shù)加入即可。
def base_func3(): for n in range(10000): print('當前n的值是:{}'.format(n)) from line_profiler import LineProfiler lp = LineProfiler() lp_wrap = lp(base_func3) lp_wrap() lp.print_stats() # Line # Hits Time Per Hit % Time Line Contents # ============================================================== # 72 def base_func3(): # 73 10001 162738.0 16.3 4.8 for n in range(10000): # 74 10000 3207772.0 320.8 95.2 print('當前n的值是:{}'.format(n))
從運行結(jié)果可以看出每行代碼的運行時間及比例,注意這里的時間單位是微妙。
4、heartrate可視化檢測工具
heartrate最值得推薦的是可以在網(wǎng)頁上面向檢測心率一樣檢測程序的執(zhí)行過程,同時,
他還是非標準庫,使用pip的方式進行安裝。
# pip install heartrate import heartrate heartrate.trace(browser=True) def base_func4(): for n in range(10000): print('當前n的值是:{}'.format(n))
運行以后,控制臺打印如下日志:
# * Serving Flask app "heartrate.core" (lazy loading)
# * Environment: production
# WARNING: This is a development server. Do not use it in a production deployment.
# Use a production WSGI server instead.
# * Debug mode: off
并且自動打開瀏覽器地址:http://127.0.0.1:9999
到此這篇關(guān)于python性能檢測工具函數(shù)運行內(nèi)存及運行時間的文章就介紹到這了,更多相關(guān)python性能檢測內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python生成器/yield協(xié)程/gevent寫簡單的圖片下載器功能示例
這篇文章主要介紹了python生成器/yield協(xié)程/gevent寫簡單的圖片下載器功能,結(jié)合實例形式分析了python生成器、yield協(xié)程與gevent圖片下載器相關(guān)功能定義與使用技巧,需要的朋友可以參考下2019-10-10解析Anaconda創(chuàng)建python虛擬環(huán)境的問題
這篇文章主要介紹了Anaconda創(chuàng)建python虛擬環(huán)境,包括虛擬環(huán)境管理、虛擬環(huán)境中python包管理,本文給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2022-03-03python向json中追加數(shù)據(jù)的兩種方法總結(jié)
JSON用來存儲和交換文本信息,比xml更小/更快/更易解析,下面這篇文章主要給大家介紹了關(guān)于python向json中追加數(shù)據(jù)的兩種方法,文中通過實例代碼介紹的非常詳細,需要的朋友可以參考下2022-05-05conda創(chuàng)建環(huán)境、安裝包、刪除環(huán)境步驟詳細記錄
對于生信工作者,有一個方便可用的環(huán)境可以極大地方便我們開展分析,conda可以讓我們在非root的情況下較為方便地切換不同的工作環(huán)境,下面這篇文章主要給大家介紹了關(guān)于conda創(chuàng)建環(huán)境、安裝包、刪除環(huán)境步驟的相關(guān)資料,需要的朋友可以參考下2022-08-08