一、Python 借助 line_profiler 模塊 查看每一行耗了多少時間？

1. 安裝

windows10、python3.7.4安裝，安裝得個2分鐘左右

pip install line_profiler

2. 使用

from line_profiler import LineProfilerdef func_line_time(follow=[]):def decorate(func):@wraps(func)def profiled_func(*args, **kwargs):try:profiler = LineProfiler()profiler.add_function(func)  # 增加每列的行數(shù)for f in follow:profiler.add_function(f)profiler.enable_by_count()  # enable_by_count進行執(zhí)行以獲取消耗的時間return func(*args, **kwargs)finally:profiler.print_stats()  # 顯示結(jié)果return profiled_funcreturn decorate@func_line_time()
def process(self, params):import pandas as pd`在這里插入代碼片`pass

3. 結(jié)果

• Hit：代碼運行次數(shù)；
• %Time：代碼占了它所在函數(shù)的消耗的時間百分比，通常直接看這一列。
• 在這里我們主要觀察%Time 所占用的百分比，對百分比較高的行數(shù)進行優(yōu)化為第一選擇。

二、Python 借助內(nèi)存分析庫 memory_profiler 查看每一行消耗了多少內(nèi)存？

1. 安裝

pip install memory_profiler

2. 使用

# 2. 借助內(nèi)存分析庫 memory_profiler 查看每一行消耗了多少內(nèi)存？
from memory_profiler import profile# precision 精確到小數(shù)點后幾位
# stream 此模塊分析結(jié)果保存到‘memory_profiler.log’ 日志文件。如果沒有此參數(shù)，分析結(jié)果會在控制臺輸出
# @profile(precision=4, stream=open('memory_profiler.log', 'w+'))
@profile(precision=4)
def process():print('memory analysis------------')passprocess()
print('------------endl------------')

3. 結(jié)果

- Mem 是總消耗的內(nèi)存

• Increment 是第幾行代碼運行完后增加的內(nèi)存
• 通過memory_profiler 我們可以分析到每一行運行完后占用的內(nèi)存。這部分內(nèi)存在進程沒結(jié)束的時候是不好被回收掉的，因此在這里如果有哪一行邏輯運行一直在增加內(nèi)存消耗，則這行可能是罪魁禍?zhǔn)住?/li>

參考：

• https://blog.csdn.net/qq_35869630/article/details/106731783?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2_allfirst_rank_v2~rank_v25-1-106731783.nonecase&utm_term=python%E6%9F%A5%E7%9C%8B%E5%87%BD%E6%95%B0%E6%B6%88%E8%80%97%E7%9A%84%E5%86%85%E5%AD%98

總結(jié)

以上是生活随笔為你收集整理的【Python line_profiler memory_profiler】分析每一行代码的耗时及内存占用情况的全部內(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，歡迎將生活随笔推薦給好友。