Pythonモジュールmemory_profiler

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）

Pythonモジュールmemory_profiler

おすすめ