使用cProfile和Profile分析Python代码性能

  Python标准库中提供了三种用来分析程序性能的模块，分别是 cProfile, profile和 hotshot，另外还有一个辅助模块stats。这些模块提供了对Python程序的确定性分析功能，同时也提供了相应的报表生成工具，方便用户快速地检查和分析结果，我们这里仅展示前两者的使用方法。

1、安装

  由于以上三个模块都是本身集成在Python源代码中，所以不用特意安装，适合在权限不够的服务器上测试代码性能，使用时直接 import 就行。

2、cProfile测试方法

  cProfile是基于lsprof的用C语言实现的扩展应用，运行开销比较合理，适合分析运行时间较长的程序，推荐使用这个模块。

2.1、在Python脚本中运行

def your_func():
	.....
	
if __name__ == "__main__":

    import cProfile
    # 注意：运行的函数名要使用字符串的形式且带括号
	# 直接把分析结果打印到控制台
    cProfile.run('your_func()')
    # 把分析结果保存到文件中
    cProfile.run("your_func()", filename="result.out")
    # 增加排序方式
    cProfile.run("your_func()", filename="result.out", sort="cumulative")
    

  运行结果类似下图：

  显示结果列含义如下：

列名	含义
ncalls	表示函数调用的次数
tottime	表示指定函数的总的运行时间，除掉函数中调用子函数的运行时间
percall	（第一个percall）等于 tottime/ncalls
cumtime	表示该函数及其所有子函数的调用运行的时间，即函数开始调用到返回的时间
percall	（第二个percall）即函数运行一次的平均时间，等于 cumtime/ncalls
filename:lineno(function)	每个函数调用的具体信息，一般指向函数名

2.2、在终端（bash）中运行

# 直接把分析结果打印到控制台
python -m cProfile test.py
# 把分析结果保存到文件中
python -m cProfile -o result.out test.py
# 增加排序方式
python -m cProfile -o result.out -s cumulative test.py

3、Profile测试方法

  profile是纯Python实现的性能分析模块，接口和cProfile一致。但在分析程序时增加了很大的运行开销。不过，如果你想扩展profiler的功能，可以通过继承这个模块实现。

def your_func():
	.....
	
if __name__ == "__main__":

    from cProfile import Profile
    # 注意：运行的函数名不需要加括号
	prof = Profile()
	prof.runcall(your_func)
	prof.print_stats()

  其运行结果和含义和cProfile模块一致，这里就不再展示。

参考文献

https://blog.csdn.net/asukasmallriver/article/details/74356771