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_cprofile
https://blog.csdn.net/weixin_40304570/article/details/79459811