在使用Python进行开发的过程中,有时候我们需要对Python程序的执行性能进行分析,此时我们就需要用到Python的性能分析工具,这里我就简单说说Python中的profile和pstats库。
下面是一个测试程序
import os
def a():
sum = 0
for i in range(1, 10001):
sum += i
return sum
def b():
sum = 0
for i in range(1, 100):
sum += a()
return sum
print b()
此时我们可以使用下面的命令来查看分析结果
python -m cProfile test.py
运行结果如下:
$ python -m cProfile test.py
4950495000
202 function calls in 0.040 seconds
Ordered by: standard name
ncalls tottime percall cumtime percall filename:lineno(function)
1 0.000 0.000 0.040 0.040 test.py:1(<module>)
99 0.035 0.000 0.040 0.000 test.py:3(a)
1 0.000 0.000 0.040 0.040 test.py:9(b)
1 0.000 0.000 0.000 0.000 {method 'disable' of '_lsprof.Profiler' objects}
100 0.005 0.000 0.005 0.000 {range}
其中:
- tottime 是函数本身不包括它调用其它函数使用的时间
- cumtime 是函数本身包括它调用其它函数使用的时间
也可以使用下面的命令把结果保存在一个文件里
python -m cProfile -o result test.py
然后使用pstats来格式化显示结果
python -c "import pstats; pstats.Stats('result').sort_stats(-1).print_stats()"
Thu Aug 11 13:20:20 2016 result
202 function calls in 0.037 seconds
Ordered by: standard name
ncalls tottime percall cumtime percall filename:lineno(function)
1 0.000 0.000 0.037 0.037 test.py:1(<module>)
99 0.032 0.000 0.036 0.000 test.py:3(a)
1 0.000 0.000 0.037 0.037 test.py:9(b)
1 0.000 0.000 0.000 0.000 {method 'disable' of '_lsprof.Profiler' objects}
100 0.004 0.000 0.004 0.000 {range}
另外,我们也可以在代码里直接嵌入代码来使用cProfile和pstats模块,这样在程序退出时就会自动生成分析结果并打印,如下:
import os
def a():
sum = 0
for i in range(1, 10001):
sum += i
return sum
def b():
sum = 0
for i in range(1, 100):
sum += a()
return sum
print b()
import cProfile
#cProfile.run("b()")
cProfile.run("b()", "result")
import pstats
pstats.Stats('result').sort_stats(-1).print_stats()
此时运行上面的程序就只要使用下面的命令
python test.py
转载请以链接形式标明本文链接
本文链接:http://blog.csdn.net/kongxx/article/details/52216850