在計算密集型計算或一些web應用中，我們常常需要對**做效能分析。在python中，最原始的方法即是使用time包中的time函式(該函式以秒為計時單位)：
from time import sleep, time
def func1():
sleep(0.001)
def func2():
sleep(2)
begin1 = time()
func1()
end1 = time()
begin2 = time()
func2()
end2 = time()
print("func1 consume: %f, func2 consume:%f, func3 consume: %f"\
% (end1-begin1, end2-begin2, end2-begin1))
func1 consume: 0.001271, func2 consume:2.000421, func3 consume: 2.001692pyinstrument（該庫非內建，需要使用conda/pip安裝），我們在複雜的專案中可以使用它來代替簡陋的time.time()。
首先來看一下基本的使用，它的使用框架如下：
from pyinstrument import profiler
from time import sleep
def func1():
sleep(0.1)
def func2():
sleep(2)
profiler = profiler()
profiler.start()
# 這裡是你要分析的**，我們這裡分析func1和func2兩個函式
func1()
func2()
profiler.stop()
profiler.print()
def func3():
sleep(0.0001)
profiler = profiler()
profiler.start()
func3()
profiler.stop()
profiler.print()
這是因為你的**執行時間小於了1ms，如果你仍然想分析這段**，你可以選擇將間隔值調到比預設的0.001（1ms）小，比如這樣：
profiler = profiler(interval=0.0001)此外，如果你要在瀏覽器中檢視分析結果，可以使用profiler.open_in_browser()代替profiler.print()的控制台列印輸出:
也可以使用profiler.output_html()將profile以html形式輸出。
我們也可以對flask應用進行效能分析，具體的用法如下：
from flask import flask, g, make_response, request
def before_request():
if "profile" in request.args:
g.profiler = profiler()
g.profiler.start()
def after_request(response):
if not hasattr(g, "profiler"):
return response
g.profiler.stop()
output_html = g.profiler.output_html()
return make_response(output_html)
?profile引數，如果檢測到則會開始分析。在執行了profiler的request結束後，它會生成乙個html輸出替代掉真實的response並返回。 用python建模 用Python建模線性系統
我知道這有點老了，但一次調查就引出了這個問題。當我找不到合適的模組時，我就把它組裝起來了。不算多，但如果有人發現自己在這裡，這是個好的開始。import matplotlib.pylab as plt import numpy as np import scipy.signal def bode g...
用python比較大小 用python比較大小
1.比較 ax 為 print ax print ord a print ord x 字串是通過ascii表來進行順次為比較大小 2.is與 的區別?print 1 is true 為false print 1 true 為true print id 1 print id true is 是通過比較...
用python畫小黃人 怎麼用python畫小黃人
怎麼用python畫小黃人？前言 還記得小黃人哪只蠢萌蠢萌的單眼小黃人？就是喜歡做什麼事都喜歡逞能的那只，下面用python來實現一下，正在逃跑的小黃人。一 匯入turtle庫 import turtle as tt.pensize 4 t.speed 10 設定畫筆的大小 畫圖的速度，可以改變量值...