这篇博客探讨了如何进行Python代码的逐行分析，因为作者发现cProfile等传统分析工具在多层函数调用时无法清晰地展示每个调用的耗时。作者期望能看到每个函数在不同调用位置的具体耗时，并且希望有一个GUI工具能够展示源代码并突出每行的执行时间。文章提供了一个解决方案，展示了pystone.py文件中Proc2函数的详细分析结果，以说明理想的逐行分析应该呈现的信息。
我一直在使用cProfile来分析我的代码，它一直很好用。我还使用gprof2dot.py来显示结果(使其更清晰)。
但是，cProfile(以及到目前为止我见过的大多数其他Python分析器)似乎只在函数调用级别进行分析。当从不同的地方调用某些函数时，这会引起混淆 - 我不知道呼叫＃1或呼叫＃2是否占用了大部分时间。当所讨论的函数深度为六级时，这会变得更糟，从其他七个地方调用。
如何进行逐行分析？
而不是这个：
function#12, total time: 2.0s
我想看到这样的事情：
function#12 (called from somefile.py:102) 0.5sfunction#12 (called from main.py:12) 1.5s
cProfile确实显示了总共有多少时间“转移”到父级，但是当你有一堆层和互连的调用时，这种连接又会丢失。
理想情况下，我希望有一个GUI来解析数据，然后向我显示我的源文件，每个行的总时间。像这样的东西：
main.py:a=1# 0.0sresult=func(a)# 0.4sc=1000# 0.0sresult=func(c)# 5.0s
然后我就可以点击第二个“func(c)”调用来查看该调用中占用的时间，与“func(a)”调用分开。
那有意义吗？是否有任何分析库收集此类信息？我错过了一些很棒的工具吗？
解决方案
File: pystone.py
Function: Proc2 at line 149
Total time: 0.606656 s
Line # Hits Time Per Hit % Time Line Contents
==============================================================
149 @profile
150 def Proc2(IntParIO):
151 50000 82003 1.6 13.5 IntLoc = IntParIO + 10
152 50000 63162 1.3 10.4 while 1:
153 50000 69065 1.4 11.4 if Char1Glob == 'A':
154 50000 66354 1.3 10.9 IntLoc = IntLoc - 1
155 50000 67263 1.3 11.1 IntParIO = IntLoc - IntGlob
156 50000 65494 1.3 10.8 EnumLoc = Ident1
157 50000 68001 1.4 11.2 if EnumLoc == Ident1:
158 50000 63739 1.3 10.5 break
159 50000 61575 1.2 10.1 return IntParIO
希望有所帮助！
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
