使用 profile 進行python代碼性能分析

定位程序性能瓶頸

對代碼優化的前提是需要了解性能瓶頸在什么地方，程序運行的主要時間是消耗在哪里，對於比較復雜的代碼可以借助一些工具來定位，python 內置了豐富的性能分析工具，如 profile,cProfile 與 hotshot 等。其中 Profiler 是 python 自帶的一組程序，能夠描述程序運行時候的性能，並提供各種統計幫助用戶定位程序的性能瓶頸。Python 標准模塊提供三種 profilers:cProfile,profile 以及 hotshot。

profile 的使用非常簡單，只需要在使用之前進行 import 即可。具體實例如下：

 使用 profile 進行性能分析

import profile  
def profileTest():  
   Total =1;  
   for i in range(10):  
       Total=Total*(i+1)  
       print Total  
   return Total  
if __name__ == "__main__":  
   profile.run("profileTest()") 

 

程序的運行結果如下：

圖 1. 性能分析結果

其中輸出每列的具體解釋如下：

●ncalls：表示函數調用的次數；

●tottime：表示指定函數的總的運行時間，除掉函數中調用子函數的運行時間；

●percall：（第一個 percall）等於 tottime/ncalls；

●cumtime：表示該函數及其所有子函數的調用運行的時間，即函數開始調用到返回的時間；

●percall：（第二個 percall）即函數運行一次的平均時間，等於 cumtime/ncalls；

●filename:lineno(function)：每個函數調用的具體信息；

如果需要將輸出以日志的形式保存，只需要在調用的時候加入另外一個參數。如 profile.run(“profileTest()”,”testprof”)。