python性能问题 python 性能分析 cprofile

cProfile——Python性能分析工具

摘录:

 

Python自带了几个性能分析的模块：profile、cProfile和hotshot，使用方法基本都差不多，无非模块是纯Python还是用C写的。本文介绍cProfile。

 例子

import time
def func1():
    sum = 0
    for i in range(1000000):
        sum += i
def func2():
    time.sleep(10)

func1()
func2()

运行

python -m cProfile del.py

运行结果

结果分析
    执行了6个函数，总共花费了10.138s，按着运行函数名字排序为结果输出。

运行脚本

python -m cProfile -o del.out del.py

这里以模块方式直接保存profile结果，可以进一步分析输出结果，运行

python -c "import pstats; p=pstats.Stats('del.out'); p.print_stats()"

结果（随机）

可以设置排序方式，例如以花费时间多少排序

python -c "import pstats; p=pstats.Stats('del.out'); p.sort_stats('time').print_stats()"

sort_stats支持以下参数：

 

calls, cumulative, file, line, module, name, nfl, pcalls, stdname, time

pstats模块还支持交互式

Python自带了几个性能分析的模块：profile、cProfile和hotshot，使用方法基本都差不多，无非模块是纯Python还是用C写的。本文介绍cProfile。

 例子

import time
def func1():
    sum = 0
    for i in range(1000000):
        sum += i
def func2():
    time.sleep(10)

func1()
func2()

运行

python -m cProfile del.py

运行结果

结果分析
    执行了6个函数，总共花费了10.138s，按着运行函数名字排序为结果输出。

运行脚本

python -m cProfile -o del.out del.py

这里以模块方式直接保存profile结果，可以进一步分析输出结果，运行

python -c "import pstats; p=pstats.Stats('del.out'); p.print_stats()"

结果（随机）

可以设置排序方式，例如以花费时间多少排序

python -c "import pstats; p=pstats.Stats('del.out'); p.sort_stats('time').print_stats()"

sort_stats支持以下参数：

calls, cumulative, file, line, module, name, nfl, pcalls, stdname, time

pstats模块还支持交互式