如何使用Python脚本分析CPU使用情况的？(1)

1、cProfile

2、line_profiler

3、pprofile

4、vprof

测量CPU使用率

对于这篇文章，我将主要使用与内存分析中使用脚本相同的脚本，具体如下：

另外，请记住，在PyPy2中，您需要使用与之配合的pip版本：

并且其他依赖项也将被安装：

cProfile

在讨论CPU分析时，最常用的工具之一是cProfile，主要是因为它内置在CPython2和PyPy2中。这是一个确定性的分析器，意味着在运行程序时会收集一组统计数据，例如我们代码的各个部分的执行次数或执行时间。此外，cProfile在系统上的开销比其他内置的分析器（配置文件）要低。

CPython2的用法很简单：

如果您使用PyPy2：

其输出如下：

即使使用这个文本输出，很容易看到我们的脚本多次调用了list.append方法。

如果我们使用gprof2dot，我们可以以图形的方式看到cProfile输出。要使用它，我们必须首先安装graphviz，之后是一些依赖包，最后在Ubuntu上使用如下命令：

再次运行脚本：

我们得到以下output.png文件：

这样更容易看到一切。我们来仔细看看它的输出。您可以看到脚本中的函数调用如下：

1、第一行：Python文件名，行号和方法名称

2、第二行：代码块占用全部时间的百分比

3、第三行：括号中，方法本身占全部时间的百分比

4、第四行：调用函数的次数

例如，在顶部的第三个红色方块中，方法primes占用了98.28％的时间，其中65.44％的内容在其中进行，调用了40次。其余的时间花在Python中的list.append（22.33％）和range（11.51％）中。

作为一个简单的脚本，我们只需要重写我们的脚本，具体的如下所示：

如果我们使用CPython2测量我们脚本的时间，

还有PyPy2：

我们通过使用PyPy2的CPython2和3.1X获得了不错的效果，下面是cProfile的调用流程图：

您还可以以编程方式使用cProfile，例如：

这在某些情况下很有用，例如多进程性能测量

line_profiler

此分析器在行级提供关于工作负载的信息。它使用Cython在C中实现，并将其与cProfile进行比较时发现其具有较小的开销。

源代码可以在这里找到，也可以在这里找到PyPI页面。与cProfile相比，它具有一样的开销，不过却要花费12倍的时间来获取配置文件。

要使用它，您需要先通过pip添加它：pip install pip install Cython ipython == 5.4.1 line_profiler（CPython2）。这个分析器的一个主要缺点是它不支持PyPy。

就像使用memory_profiler一样，您需要在要分析的函数中添加一个装饰器。在我们的例子中，您需要在03.primes-v1.py中定义我们的primes函数之前添加@profile。然后调用它：

你将得到如下输出：

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）

9b566129f47b8a67243c1008edf79.png)

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）