51工具盒子代码性能至关重要，但有时难以弄清性能瓶颈的位置，python的
profile包可以解决这个问题并指导提升代码性能。
简介 {#简介}
代码优化的前提是需要了解性能瓶颈在什么地方，程序运行的主要时间是消耗在哪里，对于比较复杂的代码可以借助一些工具来定位，python 内置了丰富的性能分析工具，如 profile, cProfile 与 hotshot 等。其中 Profiler 是 python 自带的一组程序，能够描述程序运行时候的性能，并提供各种统计帮助用户定位程序的性能瓶颈。Python 标准模块提供三种 profilers:cProfile, profile 以及 hotshot。
pycharm 专业版带有 profile 工具，vs code 等其他 ide 的 python 用户就需要自己调用profile了。
性能分析方法 {#性能分析方法}
引入python自带的profile或cProfile {#引入python自带的profile或cProfile}
确定需要分析性能的函数 {#确定需要分析性能的函数}
我们分析函数
fun的性能
性能分析 {#性能分析}
python 脚本中分析 {#python-脚本中分析}
- 输出
- 其中输出每列的具体解释如下：
| 参数名称 | 参数信息 | |---------------------------|---------------------------------------------| | ncalls | 表示函数调用的次数 | | tottime | 表示指定函数的总的运行时间，除掉函数中调用子函数的运行时间 | | percall | （第一个 percall）等于 tottime/ncalls | | cumtime | 表示该函数及其所有子函数的调用运行的时间，即函数开始调用到返回的时间 | | percall | （第二个 percall）即函数运行一次的平均时间，等于 cumtime/ncalls | | filename:lineno(function) | 每个函数调用的具体信息 |
- 保存日志
如果需要将输出以日志的形式保存，只需要在调用的时候加入另外一个参数。
可以在当前文件夹存下日志信息到prof文件中。
命令行分析 {#命令行分析}
如果不想在程序中调用profile库使用，可以在命令行使用命令。
- 运行命令查看性能分析结果
- 将性能分析结果保存到result文件
读取prof文件中的分析日志 {#读取prof文件中的分析日志}
- 可以用
pstats读取prof文件中的日志
可视化 {#可视化}
比较推荐的是使用
snakeviz可视化代码运行时间
- 安装
snakeviz
-
运行Python代码的同时用
cProfile保存运行时间数据注意：要用
cProfile，使用profile会导致snakeviz无法读取日志相关错误信息：
相关 issues ：
-
在命令行中调用
snakeviz作用于我们需要观察的日志文件：
- 在浏览器中可以看到函数时间消耗信息：
参考资料 {#参考资料}
- https://www.jb51.net/article/174589.htm
- https://zhuanlan.zhihu.com/p/58535923
- https://blog.csdn.net/weixin_56336619/article/details/115862343
- https://zhuanlan.zhihu.com/p/110105273
文章链接：
https://www.zywvvd.com/notes/coding/python/python-profile/python-profile/
