Python 小技巧 044：性能分析（一） —— cProfile
本帖最后由 zltzlt 于 2020-1-1 15:21 编辑Python 性能分析器 —— cProfile
Python 自带的标准模块之一 cProfile 可以帮助我们分析代码的性能。
用法
cProfile.run() 可以运行指定的代码并打印代码性能的分析结果。
例如这一段代码：
import cProfile # 导入模块
from math import sqrt
def f1():
s = 0
for i in range(1000):
s += i
return s
def f2():
list1 = []
for i in range(1000):
list1.append(sqrt(i))
return max(list1), min(list1), len(list1)
def main():
for i in range(100):
f1()
f2()
cProfile.run('''main()''') # 执行 main() 并打印分析结果
执行结果（cProfile 的分析结果）：
200504 function calls in 0.052 seconds
Ordered by: standard name
ncallstottimepercallcumtimepercall filename:lineno(function)
1 0.000 0.000 0.052 0.052 <string>:1(<module>)
100 0.024 0.000 0.046 0.000 demo.py:13(f2)
1 0.001 0.001 0.052 0.052 demo.py:20(main)
100 0.005 0.000 0.005 0.000 demo.py:6(f1)
1 0.000 0.000 0.052 0.052 {built-in method builtins.exec}
100 0.000 0.000 0.000 0.000 {built-in method builtins.len}
100 0.001 0.000 0.001 0.000 {built-in method builtins.max}
100 0.001 0.000 0.001 0.000 {built-in method builtins.min}
100000 0.012 0.000 0.012 0.000 {built-in method math.sqrt}
100000 0.008 0.000 0.008 0.000 {method 'append' of 'list' objects}
1 0.000 0.000 0.000 0.000 {method 'disable' of '_lsprof.Profiler' objects}
其中：
[*]200504 function calls in 0.052 seconds 表示监听了 200504 个函数调用，总用时 0.052 秒（即 52 毫秒）。
[*]ncalls 表示调用函数的次数。
[*]tottime 表示函数内部消耗的总时间。
[*]第一个 percall 表示函数每次调用消耗的平均时长，是 tottime 除以 ncalls 的商。
[*]cumtime 表示函数及其所有子函数消耗的总时长。
[*]第二个 percall 也表示函数每次调用消耗的平均时长，是 cumtime 除以 ncalls 的商。
[*]filename:lineno(function) 表示被分析函数所在的文件名、行号及函数名。
命令行调用 cProfile
语法格式：
python -m cProfile [-o output_file] [-s sort_order] (-m module | myscript.py)
参数说明：
参数说明
-o output_file可选参数，表示将分析结果写入的文件（不输出）。
-s sort_order可选参数，按照指定的规则对输出排序（仅适用于不指定 -o 参数的情况下）。
-m module表示需要分析哪个模块。
myscript.py必选参数，指定要分析的脚本。
使用示例：
demo.py 文件内容如下：
# -*- coding: utf-8 -*-
from math import sqrt
list1 = []
for i in range(10000):
list1.append(sqrt(i))
命令行执行：
沙发！ {:10_257:}
页:
[1]