监控 Python 内存使用情况和代码执行时间！

Python妙妙屋

于 2023-02-15 15:09:09 发布

阅读量157

点赞数

文章标签： python java 开发语言

本文链接：https://blog.csdn.net/y1282037271/article/details/129043896

版权

本文介绍了4种监控Python代码执行时间和内存使用的方法：time模块、%%time魔法命令、line_profiler和memory_profiler。time模块提供基本时间测量，%%time用于Jupyter Notebook的快速评估，line_profiler详细分析函数内每一行的执行时间，而memory_profiler则能显示代码的逐行内存消耗。这些工具对于优化Python代码性能十分有用。

摘要由CSDN通过智能技术生成

我的代码的哪些部分运行时间最长、内存最多？我怎样才能找到需要改进的地方？”

在开发过程中，我很确定我们大多数人都会想知道这一点，在本文中总结了一些方法来监控 Python 代码的时间和内存使用情况。

本文将介绍4种方法，前3种方法提供时间信息，第4个方法可以获得内存使用情况。

time 模块
%%time 魔法命令
line_profiler
memory_profiler

1. time 模块

这是计算代码运行所需时间的最简单、最直接(但需要手动开发)的方法。他的逻辑也很简单:记录代码运行之前和之后的时间，计算时间之间的差异。这可以实现如下:

 import time

 start_time = time.time()
 result = 5+2
 end_time = time.time()

 print('Time taken = {} sec'.format(end_time - start_time))

下面的例子显示了for循环和列表推导式在时间上的差异:

 import time

 # for loop vs. list comp
 list_comp_start_time = time.time()
 result = [i for i in range(0,1000000)]
 list_comp_end_time = time.time()
 print('Time taken for list comp = {} sec'.format(list_comp_end_time - list_comp_start_time))

 result=[]
 for_loop_start_time = ti