python代码分析-python 代码性能分析 库

问题描述

1、Python开发的程序在使用过程中很慢，想确定下是哪段代码比较慢；

2、Python开发的程序在使用过程中占用内存很大，想确定下是哪段代码引起的；

解决方案

使用profile分析分析cpu使用情况

可以使用profile和cProfile对python程序进行分析，这里主要记录下cProfile的使用，profile参考cProfile即可。

假设有如下代码需要进行分析（cProfileTest1.py）：

#! /usr/bin/env python#-*- coding:utf-8 -*-

deffoo():

sum=0for i in range(100):

sum+=ireturnsumif __name__ == "__main__":

foo()

可以通过以下两种使用方式进行分析：

1、不修改程序

分析程序：

python -m cProfile -o test1.out cProfileTest1.py

查看运行结果：

python -c "import pstats; p=pstats.Stats('test1.out'); p.print_stats()"

查看排序后的运行结果：

python -c "import pstats; p=pstats.Stats('test1.out'); p.sort_stats('time').print_stats()"

2、修改程序

加入如下代码：

#! /usr/bin/env python#-*- coding:utf-8 -*-

deffoo():

sum=0for i in range(100):

sum+=ireturnsumif __name__ == "__main__":importcProfile

cProfile.run("foo()")

exit(0)

运行效果如下：

Ordered by: standard name

ncalls tottime percall cumtime percall filename:lineno(function)1 0.000 0.000 0.000 0.000 :1()1 0.000 0.000 0.000 0.000 cProfileTest2.py:4(foo)1 0.000 0.000 0.000 0.000 {method 'disable' of '_lsprof.Profiler'objects}1 0.000 0.000 0.000 0.000 {range}

结果说明：

"”"

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

”"”

使用memory_profiler分析内存使用情况

需要安装memory_profiler

pip install psutil

pip install memory_profiler

假设有如下代码需要进行分析:

defmy_func():

a= [1] * (10*6)

b= [2] * (10*7)delbreturn a

使用memory_profiler是需要修改代码的，这里记录下以下两种使用方式：

1、不导入模块使用

#! /usr/bin/env python#-*- coding: utf-8 -*-

#use : python -m memory_profiler test1.py

@profiledefmy_func():

a= [1] * (10*6)

b= [2] * (10*7)delbreturnaif __name__ == "__main__":

my_func()

profile分析：

python -m memory_profiler test1.py

2、导入模块使用

from memory_profiler importprofile

@profiledefmy_func():

a= [1] * (10*6)

b= [2] * (10*7)delbreturn a

完整代码如下：

直接运行程序即可进行分析。

运行效果如下：

(py27env) [mike@local test]$ python test1.py

Filename: test1.py

Line#Mem usage Increment Line Contents

================================================

6 29.5 MiB 0.0MiB @profile7 defmy_func():8 29.5 MiB 0.0 MiB a = [1] * (10*6)9 29.5 MiB 0.0 MiB b = [2] * (10*7)10 29.5 MiB 0.0 MiB delb11 29.5 MiB 0.0 MiB return a