python效能分析

python的效能分析工具cprofile使用起來比較簡單，如下：

python -m cprofile -o profile.txt ***.py arg1 arg2 ...

生成的profile.txt是儲存的profile資訊，可以用下面的python指令碼查詢。

check_profile.py的內容如下：

#coding:utf-8

import pstats
import sys
p=pstats.stats(sys.ar**[1]
)p.sort_stats(
'cumulative'
).print_stats(
)

$ python3 check_profile.py profile.txt

fri sep 20 13:37:54 2019    profile.txt

14927559 function calls (14919846 primitive calls) in 26.559 seconds
ordered by: cumulative time
ncalls  tottime  percall  cumtime  percall filename:lineno(function)
410/1    0.004    0.000   26.559   26.559 
1    0.000    0.000   26.559   26.559 generate_glasses.py:2()
1    0.000    0.000   24.723   24.723 generate_glasses.py:35(main)
1    0.000    0.000   24.465   24.465 /usr/local/lib/python3.7/site-packages/psopy/minimize.py:216(minimize)
1    0.000    0.000   24.463   24.463 /usr/local/lib/python3.7/site-packages/psopy/minimize.py:44(_minimize_pso)
1    0.000    0.000   24.451   24.451 /usr/local/lib/python3.7/site-packages/psopy/minimize.py:433()
78    0.008    0.000   24.448    0.313 generate_glasses.py:15(compare_generated_face_with_target)
78    0.001    0.000   17.289    0.222 /usr/local/lib/python3.7/site-packages/face_recognition/api.py:190(face_encodings)
78    0.002    0.000   15.405    0.198 /usr/local/lib/python3.7/site-packages/face_recognition/api.py:151(_raw_face_landmarks)
78   15.280    0.196   15.280    0.196 /usr/local/lib/python3.7/site-packages/face_recognition/api.py:89(_raw_face_locations)

Python學習 python效能分析

python profiler效能分析 一種方法 if name main import profile profile.run foo 另一種命令列方法 python m profile prof1.py profile的統計結果分為ncalls,tottime,percall,cumtime,p...

python 效能分析profile

如果希望對程式進行優化，那麼效能分析是必不可少的。標準庫中包含了乙個叫profile的模組，使用起來非常簡單 importprofile,my math profile.run my math.square 100 只需要執行該模組的run方法，需要注意的是引數為字串。即可得到如下結果 4 func...

Python效能分析概述

效能分析有兩種 基於事件的效能分析和統計式效能分析。也稱軌跡效能分析器 tracing profiler 是通過收集程式執行過程中的具體事件進行工作的。它會產生大量資料，監聽的時間越多，資料量越大。這導致它們不太實用，在效能分析時不能作為首選 但是當其它效能分析方法不夠用或者不夠精確時，它可以作為最...