python函數運行內存時間等性能檢測工具如何用

這篇文章主要介紹了python函數運行內存時間等性能檢測工具如何用的相關知識，內容詳細易懂，操作簡單快捷，具有一定借鑒價值，相信大家閱讀完這篇python函數運行內存時間等性能檢測工具如何用文章都會有所收獲，下面我們一起來看看吧。

基礎測試函數

首先，來編寫一個基礎的python函數用于在后面的各種性能測試。

def base_func():
    for n in range(10000):
        print('當前n的值是：{}'.format(n))

memory_profiler進程

memory_profiler是python的非標準庫，所以這里采用pip的方式進行安裝。它能夠監視進程、了解內存使用等情況。

pip install memory_profiler

安裝好memory_profiler庫以后，直接使用注解的方式進行測試。

from memory_profiler import profile
@profile
def base_func1():
    for n in range(10000):
        print('當前n的值是：{}'.format(n))
base_func1()
# Line #    Mem usage    Increment  Occurrences   Line Contents
# =============================================================
#     28     45.3 MiB     45.3 MiB           1   @profile
#     29                                         def base_func():
#     30     45.3 MiB      0.0 MiB       10001       for n in range(10000):
#     31     45.3 MiB      0.0 MiB       10000           print('當前n的值是：{}'.format(n))

從返回的數據結果來看，執行當前函數使用了45.3 MiB的內存。

timeit 時間使用情況

timeit是python的內置模塊，可以測試單元格的代碼運行時間，由于是內置模塊所以并不需要單獨安裝。

import timeit
def base_func2():
    for n in range(10000):
        print('當前n的值是：{}'.format(n))
res = timeit.timeit(base_func2,number=5)
print('當前的函數的運行時間是：{}'.format(res))
# 當前的函數的運行時間是：0.9675800999999993

根據上面函數的運行返回結果，函數的運行時間是0.96秒。

line_profiler行代碼檢測

如果在只需要檢測函數的局部運行時間的話就可以使用line_profiler了，它可以檢測出每行代碼的運行時間。

line_profiler是python的非標準庫，使用的使用pip的方式安裝一下。

pip install line_profiler

最簡便的使用方式直接將需要測試的函數加入即可。

def base_func3():
    for n in range(10000):
        print('當前n的值是：{}'.format(n))
from line_profiler import LineProfiler
lp = LineProfiler()
lp_wrap = lp(base_func3)
lp_wrap()
lp.print_stats()
# Line #      Hits         Time  Per Hit   % Time  Line Contents
# ==============================================================
#     72                                           def base_func3():
#     73     10001     162738.0     16.3      4.8      for n in range(10000):
#     74     10000    3207772.0    320.8     95.2          print('當前n的值是：{}'.format(n))

從運行結果可以看出每行代碼的運行時間及比例，注意這里的時間單位是微妙。

heartrate可視化檢測

heartrate最值得推薦的是可以在網頁上面向檢測心率一樣檢測程序的執行過程，同時，他還是非標準庫，使用pip的方式進行安裝。

pip install heartrate

import heartrate
heartrate.trace(browser=True)
def base_func4():
    for n in range(10000):
        print('當前n的值是：{}'.format(n))

運行以后，控制臺打印如下日志：

#  * Serving Flask app "heartrate.core" (lazy loading)
#  * Environment: production
#    WARNING: This is a development server. Do not use it in a production deployment.
#    Use a production WSGI server instead.
#  * Debug mode: off

并且自動打開瀏覽器地址：http://127.0.0.1:9999

關于“python函數運行內存時間等性能檢測工具如何用”這篇文章的內容就介紹到這里，感謝各位的閱讀！相信大家對“python函數運行內存時間等性能檢測工具如何用”知識都有一定的了解，大家如果還想學習更多知識，歡迎關注億速云行業資訊頻道。