Python性能分析工具Profile
代码优化的前提是需要了解性能瓶颈在什么地方，程序运行的主要时间是消耗在哪里，对于比较复杂的代码可以借助一些工具来定位，python 内置了丰富的性能分析工具，如 profile,cProfile 与 hotshot 等。其中 Profiler 是 python 自带的一组程序，能够描述程序运行时候的性能，并提供各种统计帮助用户定位程序的性能瓶颈。Python 标准模块提供三种 profilers:cProfile,profile 以及 hotshot。
profile 的使用非常简单，只需要在使用之前进行 import 即可,也可以在命令行中使用。
使用Profile
测试示例：
import profile
def a():
sum = 0
for i in range(1, 10001):
sum += i
return sum def b():
sum = 0
for i in range(1, 100):
sum += a()
return sum
if __name__ == "__main__":
profile.run("b()")
输出结果：
104 function calls in 0.094 seconds Ordered by: standard name ncalls tottime percall cumtime percall filename:lineno(function)
1 0.000 0.000 0.094 0.094 :0(exec)
1 0.000 0.000 0.000 0.000 :0(setprofile)
1 0.000 0.000 0.094 0.094 <string>:1(<module>)
1 0.000 0.000 0.094 0.094 profile:0(b())
0 0.000 0.000 profile:0(profiler)
99 0.094 0.001 0.094 0.001 test.py:15(a)
1 0.000 0.000 0.094 0.094 test.py:21(b)
其中输出每列的具体解释如下： ●ncalls：表示函数调用的次数； ●tottime：表示指定函数的总的运行时间，除掉函数中调用子函数的运行时间； ●percall：（第一个 percall）等于 tottime/ncalls； ●cumtime：表示该函数及其所有子函数的调用运行的时间，即函数开始调用到返回的时间； ●percall：（第二个 percall）即函数运行一次的平均时间，等于 cumtime/ncalls； ●filename:lineno(function)：每个函数调用的具体信息； 如果需要将输出以日志的形式保存，只需要在调用的时候加入另外一个参数。如 profile.run(“profileTest()”,”testprof”)。
命令行
如果我们不想在程序中调用profile库使用，可以在命令行使用命令。
import os def a():
sum = 0
for i in range(1, 10001):
sum += i
return sum def b():
sum = 0
for i in range(1, 100):
sum += a()
return sum print b()
运行命令查看性能分析结果
python -m cProfile test.py
将性能分析结果保存到result文件
python -m cProfile -o result test.py
使用pstats来格式化显示结果
python -c "import pstats; p=pstats.Stats('reslut); p.print_stats()"
python -c "import pstats; p=pstats.Stats('result'); p.sort_stats('time').print_stats()
sort_stats支持一下参数： calls, cumulative, file, line, module, name, nfl, pcalls, stdname, time
测试示例：在代码中直接使用profile与stats
import os
def a():
sum = 0
for i in range(1, 10001):
sum += i
return sum
def b():
sum = 0
for i in range(1, 100):
sum += a()
return sum
print b()
import cProfile
#cProfile.run("b()")
cProfile.run("b()", "result")
import pstats
pstats.Stats('result').sort_stats(-1).print_stats()
refence
https://blog.csdn.net/xiemanR/article/details/69398057
https://www.cnblogs.com/wangjian8888/p/6095772.html