Python profiling

MizarZ 收录于计算机

2024-05-16 约 300 字预计阅读 1 分钟

Python 性能分析

最简单的方法：datetime

1
2
3
4
5


import datetime
start = datetime.datetime.now()
# do something
end = datetime.datetime.now()
print(start - end)

但是每个地方都要自己加确实有点麻烦。于是选择自动定位并测试函数的工具 cProfile

1
2


import cProfile
cProfile.run('xxx')

然后你就会得到一个表格，其中记录了哪个部分用时多少。

但是这个包输出的表格不太好读，因此我们再转向另一个包：pyinstrument：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13


from pyinstrument import Profiler

profiler = Profiler()

profiler.start()

HTML(ani.to_html5_video())

profiler.stop()

# profiler.output_text() # 输出 文本
# profiler.output_html() # 输出 html
profiler.open_in_browser() # 在浏览器中打开 html

这个包可以更加详细的分析各个部分的占比。

Python Profiling

Python 性能分析

目录