python函數(shù)運行內(nèi)存時間等性能檢測工具

更新時間：2022年05月12日 11:47:01 作者：Sir?老王

這篇文章主要為大家介紹了python函數(shù)運行內(nèi)存時間等性能檢測工具，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪

基礎(chǔ)測試函數(shù)

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(dāng)前n的值是：{}'.format(n))

memory_profiler進程

memory_profiler是python的非標(biāo)準(zhǔn)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(dāng)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(dāng)前n的值是：{}'.format(n))

從返回的數(shù)據(jù)結(jié)果來看，執(zhí)行當(dāng)前函數(shù)使用了45.3 MiB的內(nèi)存。

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(dāng)前n的值是：{}'.format(n))
res?=?timeit.timeit(base_func2,number=5)
print('當(dāng)前的函數(shù)的運行時間是：{}'.format(res))
#?當(dāng)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。

line_profiler行代碼檢測

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(biāo)準(zhǔn)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(dāng)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(dāng)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。

heartrate可視化檢測

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(biāo)準(zhǔn)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(dāng)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