估計每乙個遇到過python 效能問題的朋友們都使用過profile、pstats、timeit 等模組吧？對於被gui 伺候慣了的我們，使用這些命令列工具就有點麻煩了。要記住數以十計的引數，要記得每乙個類的方法名稱。強大如pstats.stats.sort_stats() 函式，記住它的可用引數實在是一件折磨人的事兒。又比如在命令列執行timeit 的時候，沒有自動縮排，更別提語法著色，甚至不能換行，通常都是錯了三四次後才能完成任務。因此，筆者在深受其害之後痛定思痛，開發了自由免費的python 效能調優工具——visualpytune（專案主頁
），簡稱vpt。
visualpytune的主要功能有： 1）
剖分資料包表瀏覽：能夠方便地對資料排序和過濾資料；以餅圖表現callees 函式的剖分資料；檢視函式的callers 和callees 。 2）
整合圖形化的剖分嚮導，不用記憶任何剖分器的引數。 3）
整合圖形化的timeit 功能，再也不用記憶timeit 的引數；語法高亮的**編輯器可以讓你輕鬆撰寫**。 4）
現在，vpt 發布0.1.2
）。visualpytune 基於第二種剖分方式構建了視覺化的圖形效能部分器，簡單配置一下，完全不用記憶引數，更不用修改**了，實在是首選啊。
注：據我在ubuntu 上的測試和根據網路文章，發現在linux 的python 在2.5 版本及之後，已經去掉了profile 模組和pstats等模組，造成visualpytune 無法進行效能剖分。所以大家要手動安裝一下profile 模組。在ubuntu 或者debian 系統上簡單地：sudo apt-get install python-profile 就行了。使用其它作業系統的朋友請查詢服務提供商或google。
注：要使用此功能，linux 使用者必須安裝profile 模組。方法請參考上一節。
timeit 模組肯定是效能敏感人士的最愛，它可以極方便地評測簡單**段的效能。可惜的是在命令列使用timeit 的時候需要加倍小心，特別是**段比較複雜的時候，往往要多次嘗試後才能正確地輸入。vpt 裡自帶的圖形化的timeit 打破了這一僵局，它自帶了有**摺疊和語法著色的**編輯器，我們可以評測更為複雜的**段啦！
從現在開始，享受visualpytune 吧！
VisualPyTune 發布第乙個穩定版！
估計每乙個遇到過python 效能問題的朋友們都使用過profile pstats timeit 等模組吧？對於被gui 伺候慣了的我們，使用這些命令列工具就有點麻煩了。要記住數以十計的引數，要記得每乙個類的方法名稱。強大如pstats.stats.sort stats 函式，記住它的可用引數實在是...
第5章 發布迴圈
5.1 發布迴圈 敏捷團隊經由快速發布 快速學習，縮短團隊在專案的 學習週期 在單個發布期間的過程如下 1.一開始要進行發布規劃。2.進行必要的刺探與收集下一迭代使用者故事細節。3.進行多次的迭代迴圈，完成增量成果。4.最後進行增量成果發布與進行發布回顧會議。5.2 發布規劃 1.發布規劃會議 發布...
第5章 發布迴圈
5.1 發布迴圈 敏捷團隊經由快速發布 快速學習，縮短團隊在專案的 學習週期 在單個發布期間的過程如下 1.一開始要進行發布規劃。2.進行必要的刺探與收集下一迭代使用者故事細節。3.進行多次的迭代迴圈，完成增量成果。4.最後進行增量成果發布與進行發布回顧會議。5.2 發布規劃 1.發布規劃會議 發布...