操作系統(tǒng) ： CentOS7.3.1611_x64

python版本：2.7.5

問題描述

1、Python開發(fā)的程序在使用過程中很慢，想確定下是哪段代碼比較慢；

2、Python開發(fā)的程序在使用過程中占用內(nèi)存很大，想確定下是哪段代碼引起的；

解決方案

使用profile分析分析cpu使用情況

可以使用profile和cProfile對(duì)python程序進(jìn)行分析，這里主要記錄下cProfile的使用，profile參考cProfile即可。

假設(shè)有如下代碼需要進(jìn)行分析(cProfileTest1.py)：

#! /usr/bin/env python#-*- coding:utf-8 -*-

deffoo():

sum=0for i in range(100):

sum+=ireturnsumif __name__ == "__main__":

foo()

可以通過以下兩種使用方式進(jìn)行分析：

1、不修改程序

分析程序：

python -m cProfile -o test1.out cProfileTest1.py

查看運(yùn)行結(jié)果：

python -c "import pstats; p=pstats.Stats('test1.out'); p.print_stats()"

查看排序后的運(yùn)行結(jié)果：

python -c "import pstats; p=pstats.Stats('test1.out'); p.sort_stats('time').print_stats()"

2、修改程序

加入如下代碼：

importcProfile

cProfile.run("foo()")

運(yùn)行效果如下：

Ordered by: standard name

ncalls tottime percall cumtime percall filename:lineno(function)1 0.000 0.000 0.000 0.000 :1()1 0.000 0.000 0.000 0.000 cProfileTest2.py:4(foo)1 0.000 0.000 0.000 0.000 {method 'disable' of '_lsprof.Profiler'objects}1 0.000 0.000 0.000 0.000 {range}

結(jié)果說明：

ncalls ： 函數(shù)的被調(diào)用次數(shù)

tottime ：函數(shù)總計(jì)運(yùn)行時(shí)間，除去函數(shù)中調(diào)用的函數(shù)運(yùn)行時(shí)間

percall ：函數(shù)運(yùn)行一次的平均時(shí)間，等于tottime/ncalls

cumtime ：函數(shù)總計(jì)運(yùn)行時(shí)間，含調(diào)用的函數(shù)運(yùn)行時(shí)間

percall ：函數(shù)運(yùn)行一次的平均時(shí)間，等于cumtime/ncalls

filename:lineno(function) 函數(shù)所在的文件名，函數(shù)的行號(hào)，函數(shù)名

使用memory_profiler分析內(nèi)存使用情況

需要安裝memory_profiler ：

pip installpsutil

pipinstall memory_profiler

假設(shè)有如下代碼需要進(jìn)行分析:

def my_func():

a= [1] * (10*6)

b= [2] * (10*7)

del b

return a

使用memory_profiler是需要修改代碼的，這里記錄下以下兩種使用方式：

1、不導(dǎo)入模塊使用

@profile

def my_func():

a= [1] * (10*6)

b= [2] * (10*7)

del b

return a

profile分析：

python -m memory_profiler test1.py

2、導(dǎo)入模塊使用

from memory_profiler import profile

@profile

def my_func():

a= [1] * (10*6)

b= [2] * (10*7)

del b

return a

完整代碼如下：

直接運(yùn)行程序即可進(jìn)行分析。

運(yùn)行效果如下：

(py27env) [mike@local test]$ python test1.py

Filename: test1.py

Line # Mem usage Increment Line Contents================================================

6 29.5 MiB 0.0MiB @profile7def my_func():8 29.5 MiB 0.0 MiB a = [1] * (10*6)9 29.5 MiB 0.0 MiB b = [2] * (10*7)10 29.5 MiB 0.0MiB del b11 29.5 MiB 0.0 MiB return a

好，就這些了，希望對(duì)你有幫助。

本文github地址：

歡迎補(bǔ)充

總結(jié)

以上是生活随笔為你收集整理的python profile_python程序之profile分析的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。