如何進行Python Profiling性能分析

這期內容當中小編將會給大家帶來有關 如何進行Python Profiling性能分析 ，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

性能分析（Profiling）可用于分析程序的運行時間主要消耗在何處，以便有效優化程序的運行效率。

Profiling可分為兩步，一是運行程序收集程序不同部分運行時間的數據，二是數據的可視化和分析。

提示：   
下面介紹的方法主要針對類Linux系統，部分工具在Windows等系統  可能也能使用。

cProfilePython Profiling數據采集

Python的cProfile模塊可用于數據采集，適用于Python 2和Python 3。其調用方法很簡單：

import cProfile# 以下調用將運行函數somefunc()，并將相關數據記錄到log_file.pyprofcProfile.run('somefunc()', 'log_file.pyprof')

更多信息請參考Python Profiler文檔。

有些小程序也可以直接從命令行調用cProfile模塊執行^[1]：

python -m cProfile -o profile_data.pyprof script_to_profile.py

hotshot

hotshot是高性能的Profiling數據采集工具，其運行時對程序效率的影響很小，但會產生巨大的運行記錄，分析也比較慢。^[2] Python 3中沒有hotshot。故如無特殊需求，請使用cProfile。

import hotshotprofiler = hotshot.Profile("hotshot.log")profiler.run('trackStereo.solveStereoNew()')

數據可視化

Gprof2Dot

Gprof2Dot的輸出，經dot命令渲染后的圖片。

Gprof2Dot可將多種Profiler的數據轉成Graphviz可處理的圖像表述。配合dot命令，即可得到不同函數所消耗的時間分析圖。以處理cProfile的記錄為例^[3]：

# 運行程序記錄數據：# python -m cProfile -o profile_data.pyprof path/to/your/script arg1 arg2 # profile_data.pyprof是獲取的數據；dot命令需要安裝Graphviz才能用gprof2dot.py -f pstats profile_data.pyprof | dot -Tpng -o output.png

Run Snake Run

Run Snake Run截圖

RunSnakeRun是個Python腳本，使用wxPython將Profiler數據可視化，效果如圖。

RunSnakeRun還可分析內存占用，但仍處于實驗階段。^[4]

KCacheGrind

KCacheGrind可視化Python運行時數據

KCacheGrind是Linux中常用的profiling visualization軟件，其默認可處理valgrind的輸出。通過一些腳本也可以讓其分析cProfile或hotshot記錄下的數據。

處理cProfile的數據可使用pyprof2calltree：

# 運行程序記錄數據：# python -m cProfile -o profile_data.pyprof path/to/your/script arg1 arg2 # 使用pyprof2calltree處理數據并自動調用KCacheGrindpyprof2calltree -i profile_data.pyprof -k

處理hotshot的數據可使用KCacheGrind中的hotshot2calltree命令：

# 使用hotshot2calltree處理數據，完成后需手動在KCacheGrind中打開輸出文件hotshot2calltree hotshot.log -o hs_calltree.log

注意：   
KCacheGrind雖然功能強大，但其輸出的分析樹似乎并不完整，如果您了解原因，請補充。

上述就是小編為大家分享的 如何進行Python Profiling性能分析 了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。