python如何做代碼性能分析

小編給大家分享一下python如何做代碼性能分析，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

Python的優點有哪些

1、簡單易用，與C/C++、Java、C# 等傳統語言相比，Python對代碼格式的要求沒有那么嚴格；2、Python屬于開源的，所有人都可以看到源代碼，并且可以被移植在許多平臺上使用；3、Python面向對象，能夠支持面向過程編程,也支持面向對象編程；4、Python是一種解釋性語言，Python寫的程序不需要編譯成二進制代碼，可以直接從源代碼運行程序；5、Python功能強大，擁有的模塊眾多，基本能夠實現所有的常見功能。

cProfile

cProfile是python默認的性能分析器，他只測量CPU時間，并不關心內存消耗和其他與內存相關聯的信息。

from time import sleep
import random


def random_list(start, end, length):
    """
    生成隨機列表
    :param start: 隨機開始數
    :param end: 隨機結束數
    :param length: 列表長度
    """
    data_list = []
    for i in range(length):
        data_list.append(random.randint(start, end))
    return data_list


def bubble_sort(arr):
    """
    冒泡排序: 對列表進行排序
    :param arr 列表
    """
    n = len(arr)
    sleep(1)
    for i in range(n):
        for j in range(0, n - i - 1):
            if arr[j] > arr[j + 1]:
                arr[j], arr[j + 1] = arr[j + 1], arr[j]
    return arr


if __name__ == '__main__':
    get_data_list = random_list(1, 99, 10)

    import cProfile
    cProfile.run('bubble_sort({})'.format(get_data_list))

繼續使用上一篇文章中的例子，引用cProfile模塊，run()方法參數說明。

run(statement, filename=None, sort=-1)

• statement: 需要測試的代碼或者函數（函數名）

• fielname: 結果保存的位置， 默認為stdout

• sort: 結果排序方法，常用的有cumtime: 累積時間， name: 函數名， line: 行號
  

為了使結果統計出耗時部分，我們加了sleep，結果如下：

? python demo.py
         6 function calls in 1.004 seconds

   Ordered by: standard name

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.000    0.000    1.004    1.004 <string>:1(<module>)
        1    0.000    0.000    1.004    1.004 demo.py:19(bubble_sort)
        1    0.000    0.000    1.004    1.004 {built-in method builtins.exec}
        1    0.000    0.000    0.000    0.000 {built-in method builtins.len}
        1    1.004    1.004    1.004    1.004 {built-in method time.sleep}
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}

• 6 function calls in 1.004 seconds 6個函數調用被監控，耗時1.004秒。

• ncalls 函數被調用的次數。如果這一列有兩個值，就表示有遞歸調用，第二個值是原生調用次數，第一個值是總調用次數。

• tottime 函數內部消耗的總時間。（可以幫助優化）

• percall 是tottime除以ncalls，一個函數每次調用平均消耗時間。

• cumtime 之前所有子函數消費時間的累計和。

• filename:lineno(function) 被分析函數所在文件名、行號、函數名。

line_profiler

line_profiler 可以提供有關時間是如何在各行之間分配的信息，直白一點就是給出程序每行的耗時，在無法確定哪行語句最浪費時間，這很有用。

line_profiler是一個第三方模塊，需要安裝。

https://github.com/pyutils/line_profiler

from time import sleep
import random


def random_list(start, end, length):
    """
    生成隨機列表
    :param start: 隨機開始數
    :param end: 隨機結束數
    :param length: 列表長度
    """
    data_list = []
    for i in range(length):
        data_list.append(random.randint(start, end))
    return data_list


@profile
def bubble_sort(arr):
    """
    冒泡排序: 對列表進行排序
    :param arr 列表
    """
    n = len(arr)
    sleep(1)
    for i in range(n):
        for j in range(0, n - i - 1):
            if arr[j] > arr[j + 1]:
                arr[j], arr[j + 1] = arr[j + 1], arr[j]
    return arr


if __name__ == '__main__':
    get_data_list = random_list(1, 99, 10)
    bubble_sort(get_data_list)

給需要監控的函數加上@profile 裝飾器。通過kernprof命令運行文件（安裝完line_profiler生成的命令）。

參數說明：

• -l：以使用函數line_profiler

• -v：以立即將結果打印到屏幕

運行結果：

kernprof -l -v demo.py
Wrote profile results to demo.py.lprof
Timer unit: 1e-06 s

Total time: 1.00416 s
File: demo.py
Function: bubble_sort at line 18

Line #      Hits         Time  Per Hit   % Time  Line Contents
==============================================================
    18                                           @profile
    19                                           def bubble_sort(arr):
    20                                               """
    21                                               冒泡排序: 對列表進行排序
    22                                               :param arr 列表
    23                                               """
    24         1          8.0      8.0      0.0      n = len(arr)
    25         1    1004030.0 1004030.0    100.0      sleep(1)
    26        11         15.0      1.4      0.0      for i in range(n):
    27        55         44.0      0.8      0.0          for j in range(0, n - i - 1):
    28        45         41.0      0.9      0.0              if arr[j] > arr[j + 1]:
    29        20         21.0      1.1      0.0                  arr[j], arr[j + 1] = arr[j + 1], arr[j]
    30         1          1.0      1.0      0.0      return arr

輸出非常直觀，分成了6列。

• Line #：運行的代碼行號。

• Hits：代碼行運行的次數。

• Time：代碼行的執行時間，單位為微秒。

• Per Hit：Time/Hits。

• % Time：代碼行總執行時間所占的百分比。

• Line Contents：代碼行的內容。
  

只需查看% Time列，就可清楚地知道時間都花在了什么地方。

以上是“python如何做代碼性能分析”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！