本稿では、Pythonのメモリ分析ツールについて説明します。memory_profilerを、メモリー・チューニングとバグの除外を作るのは簡単、追加のメモリを実行するためのコードのすべての行を表示することができます
memory_profilerサードパーティのモジュールは、あなたが使用するためにインストールする必要があります
pip3.6.exeメモリプロファイラをインストール
図1に示すように、端末に結果を印刷します
#coding:UTF8を memory_profilerインポート・プロファイルから @profile DEF TEST1(): C =リスト() :範囲内のアイテム(10000)のため c.append(項目) 場合__name __ == '__ MAIN__': TEST1()
結果は以下の通りであります
ファイル名:D:/python/test_sip/test_check_es.py ライン#メモリ使用量インクリメント行内容 =============================== ================= 474 16.6 16.6のMIBのMIB @profile 475 DEF TEST1(): 476 16.6のMIB 0.0のMIB C =リスト() の範囲内のアイテムの477 17.0のMIB 0.0のMIB( 10000): 478 17.0のMIB 0.1のMIB c.append(アイテム)
声明のメモリフットプリントを実行する前に、メモリ使用量
文を実行した後インクリメントメモリを追加しました
2、予約の結果を定義する出力ファイルに小数点以下の桁数の定義
#coding:UTF8 memory_profilerインポートプロファイルから @profile(精度= 4、ストリーム=オープン( 'memory_profiler.log'、W '+')) :DEF TEST1() C =リスト() :範囲(10000)内のアイテムの Cを。 APPEND(項目) であれば__name __ == '__ MAIN__': TEST1()
結果は以下の通りであります
ファイル名:D:/python/test_sip/test_check_es.py ライン#メモリ使用量インクリメント行内容 =============================== ================= 474 16.5391 16.5391のMIBのMIB @profile(精度= 4、ストリーム=オープン( 'memory_profiler.log') '+ W') 475デフTEST1(): 476 16.5430 0.0039のMIBのMIB C =リスト() の範囲内のアイテムの477 16.8906 0.0039のMIBのMIB(10000): 478 16.8906 0.0391のMIBのMIB c.append(アイテム)