Pythonのコードのパフォーマンス解析ライブラリ

問題の説明

1、Pythonの開発プログラムは、比較的遅いものコードを決定するために、使用中に遅いです。

2、引き起こされるコードの決定と同様に、大型の過程で開発されたプログラムのためのPythonメモリと

ソリューション

プロファイル分析のCPU使用率を使用します

cProfileパイソン及び分析手順、メインレコードcProfileの使用、基準プロファイルできcProfileをプロファイルするために使用することができます。

考えてみましょう次のコードは、（cProfileTest1.py）を分析する必要があります

＃！/ usr / binに/のenvのpython 
＃- * -コーディング：UTF-8 - * -

デフのfoo（）：
    和 = 0
     用のI における範囲（100 ）。
        合計 + = 私は
     返す合計を

もし __name__ == " __main__ " ：
    FOO（）

それは、2つの方法で分析することができます。

1、プログラムを変更しないでください

分析手順：

python -m cProfile -o test1.out cProfileTest1.py

結果を見ます：

Pythonの-c " インポートpstats; P = pstats.Stats（ 'test1.out'）; p.print_stats（）"

ビューを実行した後にソート結果：

Pythonの-c " インポートpstats; P = pstats.Stats（ 'test1.out'）; p.sort_stats（ '時間'）print_stats（）。"

2、プログラムを変更

次のコードを追加：

＃！/ usr / binに/のenvのpython 
＃- * -コーディング：UTF-8 - * -

デフのfoo（）：
    和 = 0
     用のI における範囲（100 ）。
        合計 + = 私は
     返す合計を
    
もし __name__ == " __main__ " ：
     輸入cProfile
    cProfile.run（" FOO（）" ）
    終了（0）

次のように業績は以下のとおりです。

標準名：によって命じ

ncalls tottime percall cumtime percallファイル名：LINENO（機能）
     1 0.000 0.000 0.000 0.000 <ストリング>：1（<モジュール> ）
      1 0.000 0.000 0.000 0.000 cProfileTest2.py:4 （FOO）
      {方法1 0.000 0.000 0.000 0.000 ' 無効'の' _lsprof.Profiler ' オブジェクト}
      1 0.000 0.000 0.000 0.000 {範囲}

結果はそれを示しています。

「」「
ncalls：関数は、呼び出しの数です
tottime：総走行時間機能、関数呼び出しを除去するための時間の関数
percall：関数が実行平均時間、等しいtottime / ncalls
cumtime：総走行時間機能、実行時の関数呼び出しを含みます
percall：関数が実行平均時間、等しいcumtime / ncalls
ファイル名：名前LINENO（機能）関数の関数の行番号、関数名
「『』

メモリの使用状況を分析memory_profiler使用

あなたはmemory_profilerをインストールする必要があります

psutilをインストールするPIP
memory_profilerをインストールするPIP

次のコードを分析する必要があります考えてみましょう：

デフmy_func（）：
    A = [1] *（10 * 6 ）
    B = [2] *（10 * 7 ）
     デルBの
     戻り A

Memory_profilerはどこ以下の2つの方法で記録するために使用されるコードを変更する必要があります。

1、モジュールをインポートしていません

＃！/ usr / binに/のenvのpython 
＃- * -コーディング：UTF-8 - * -

＃の使用：のpython -m memory_profiler test1.py

@プロフィール
デフmy_func（）：
    A = [1] *（10 * 6 ）
    B = [2] *（10 * 7 ）
     デルBの
     戻り A
    
もし __name__ == " __main__ " ：
    my_func（）

プロファイル分析：

python -m memory_profiler test1.py

2、インポートモジュール

memory_profiler インポートプロフィール

@プロフィール
デフmy_func（）：
    A = [1] *（10 * 6 ）
    B = [2] *（10 * 7 ）
     デルBの
     戻り A

次のように完全なコードは次のとおりです。

これは、分析のために直接プログラムを実行することができます。

次のように業績は以下のとおりです。

（py27env）[マイク@ローカルテスト] $パイソンtest1.py
ファイル名：test1.py

ライン＃    メモリ使用量インクリメント行内容
================================================
     6 29.5のMIB 0.0 のMIB @profile
      7                              DEF ：my_func（）
      8 29.5のMIB 0.0のMIB A = [1] *（10 * 6 ）
      9 29.5のMIB 0.0のMIB B = [2] *（10 * 7 ）
     10 29.5のMIB 0.0のMIB        デルB
     11 29.5のMIB 0.0 MIB        返します