cProfile——python性能分析

写代码经常会听说一些名词，比如 性能分析、代码调优。

cProfile 是 python 代码调优的一种工具，它能够统计在整个代码执行过程中，每个函数调用的次数和消耗的时间。

这个工具虽然很常用，但是没必要花太多时间研究这个工具，简单使用就能达到效果，所以我这里只简单记录下核心用法。

两种使用方式

cProfile.run('func(arg)')     # 调优函数，在脚本中使用
python -m cProfile myscript.py (-s ziduan)    # 调优脚本，在命令行使用

输出解释

        9891015 function calls (9843181 primitive calls) in 12.791 seconds

   Ordered by: standard name

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.000    0.000   12.791   12.791 <string>:1(<module>)
        1    0.037    0.037    0.966    0.966 AccOverstep.py:13(AccOverstep)
        2    0.166    0.083    9.534    4.767 DataPreprocessing.py:27(dists)
        1    0.003    0.003    6.252    6.252 DataPreprocessing.py:38(DataPreprocessing)
    10909    0.004    0.000    0.167    0.000 _methods.py:34(_sum)
       10    0.000    0.000    0.000    0.000 _methods.py:45(_all)
    42360    0.071    0.000    0.092    0.000 _methods.py:48(_count_reduce_items)
    42360    0.201    0.000    0.678    0.000 _methods.py:58(_mean)

共有 9891015 次函数调用，原始调用为 9843181 次，原始调用代表不包含递归调用。

ncalls 函数的被调用次数 

tottime 函数总计运行时间，除去函数中调用的函数运行时间 

percall 函数运行一次的平均时间，等于tottime/ncalls 

cumtime 函数总计运行时间，含调用的函数运行时间 

percall 函数运行一次的平均时间，等于cumtime/ncalls 

filename:lineno(function) 函数所在的文件名，函数的行号，函数名
 

参考资料：

https://blog.csdn.net/u010453363/article/details/78415553

高效编程之 cProfile 性能分析 - 努力的孔子 - 博客园 (cnblogs.com)https://www.cnblogs.com/yanshw/p/11593255.html(21条消息) python模块-cProfile和line_profiler（性能分析器）_loco_python-CSDN博客_cprofilehttps://blog.csdn.net/weixin_40304570/article/details/79459811