Python性能分析:统计每一行代码的执行时间

本文介绍了如何使用Python的line_profiler库进行性能分析,通过在函数上添加@profile装饰器,可以详细统计每一行代码的执行时间,方便找出程序的瓶颈。
摘要由CSDN通过智能技术生成

Python性能分析:统计每一行代码的执行时间

参考文章: A Guide to Analyzing Python Performance

line_profiler 安装
$ pip install line_profiler
写入装饰器

安装后line_profiler,可以访问名为“line_profiler”的新模块以及一个可执行脚本
kernprof.py。要使用这个工具,首先通过使用@profile 装饰要执行的函数。不必输入任何东西来使用这个装饰器。kernprof.py将在执行期间自动将其注入脚本。

@profile
def primes(n):
    if n == 2:
        return [2]
    elif n < 2:
        return []
    s = range(3,n+1,2)
    mroot = n ** 0.5
    half = (n+1)/2-1
    i = 0
    m = 3
    while m <= mroot:
        if s[i]:
            j = (m*m - 3)/
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值