飘逸的python - 性能调优利器profile及其意义
VIM 的作者Bram Moolenaar在一篇叫高效文本编辑器的7个习惯的ppt中有这么一段话。
Three basic steps
1. Detect inefficiency
2. Find a quicker way
3. Make it a habit
即
1.检测哪里效率低下
2.找到一种更快的方法
3.养成习惯
这3个步骤可谓是大道至简。放之四海而皆准。
不止适用于vim，一样适用于python以及其他语言，也适用于现实生活。
这简单的道理很多人都懂，但是却有很多人没有贯彻。
一遇到性能问题就胡乱猜测，毫无目的，无针对性。
性能问题也符合20/80规则。即20%的代码引起了80%的性能损耗。
可能有很多地方可以修修补补来优化，但是却是无关痛痒的性能提升，效果不明显，还经常把代码搞的一团糟。
感觉是不可靠的，要用数据说话。
通过profile可以快速定位到热点。针对热点来进行优化，往往能收到奇效。
python自带了profile模块。还自带用c语言写的cProfile。
使用很简单，在命令行中
python -m cProfile xxx.py。
拿《
飘逸的python - 打印螺旋矩阵》中的代码来分析。
其中ncalls是调用次数。
那么tottime 跟cumtime有什么区别呢。
cumtime即cumulative time,累积时间，包含子函数。这里说的子函数，就是在函数中调用其它的函数。
而tottime不包含子函数的时间。
从profile出来的结果可以看出，display_spiral()函数调用了2次，消耗了0.02秒，其它的加起来也就0.001秒，可见print输出很耗性能。
几种使用方法：
1.命令行中python -m cProfile xxx.py。
此方法方法只能对整个文件进行profile.
2.cProfile.run('statement')
run方法的参数是python语句，比如可以是一条函数调用的语句。
import cProfile
cProfile
.
run
('display_spiral(4,4)
'
)
3.enable/disable
此方法可以对某一部分代码进行profle.
import cProfile
p = cProfile.Profile()
p.enable()#开始采集
display_spiral(4,4)
display_spiral(5,4)
p.disable()#结束采集
p.print_stats(sort='tottime')#打印结果