如何在python中使用cProfile性能測量工具

如何在python中使用cProfile性能測量工具？針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

命令行:

cProfile -s tottime your_program.py

結果如下：

ncalls tottime percall cumtime percall filename:lineno(function)
  66  0.001  0.000  11.850  0.180 base.py:228(micro_service)
  66  0.003  0.000  11.849  0.180 tools.py:557(micro_service)
 1056  0.001  0.000  11.073  0.010 connection.py:463(drain_events)
 1056  0.015  0.000  11.072  0.010 connection.py:466(blocking_read)
 1056  0.008  0.000  10.920  0.010 transport.py:233(read_frame)
 3168  0.014  0.000  10.908  0.003 transport.py:370(_read)
 3168  10.892  0.003  10.892  0.003 {method 'recv' of '_socket.socket' objects}
  66  0.001  0.000  9.814  0.149 rpc.py:350(__call__)
  66  0.001  0.000  8.395  0.127 rpc.py:329(result)

塊分析:

上面屬于文件分析,但是我們可能只對部分代碼感興趣，那么只需要在這部分代碼的前后加上下面這兩段代碼即可：

import cProfile
cp = cProfile.Profile()
cp.enable()
YOUR CODE
cp.disable()
cp.print_stats()

結果與全代碼分析的類似，但是只包含你感興趣的部分。

行分析:

行分析需要安裝line_profiler：

pip install line_profiler

@profile
def class_name()
	pass

然后在命令行輸入：

kernprof -l -v your_code.py
-l 逐行分析
-v 立即查看結果

示例：

from cProfile import Profile as profile 
from pstats import Stats 
def (): 
	p = profile() 
	p.snapshot_stats() 
	p.enable() 
	
	p.disable() 
	p.print_stats(2) # 按照調用累加總耗時累加排序，即將最耗時的函數最優先
	p.dump_stats("call.log")

關于如何在python中使用cProfile性能測量工具問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。