1.timeit

import timeit def fun(): for i in range(100000): a = i * i

timeit.timeit(‘fun()’, ‘from main import fun’, number=1) 0.02922706632834235

timeit只输出被测试代码的总运行时间,单位为秒,没有详细的统计。

2.profile

profile:纯Python实现的性能测试模块,接口和cProfile一样。

import profile def fun(): for i in range(100000): a = i * i

profile.run(‘fun()’) 5 function calls in 0.031 seconds

Ordered by: standard name

ncalls tottime percall cumtime percall filename:lineno(function)
1 0.000 0.000 0.016 0.016 :0(exec)
1 0.016 0.016 0.016 0.016 :0(setprofile)
1 0.016 0.016 0.016 0.016 :1(fun)
1 0.000 0.000 0.016 0.016 :1()
1 0.000 0.000 0.031 0.031 profile:0(fun())
0 0.000 0.000 profile:0(profiler)

ncall:函数运行次数

tottime: 函数的总的运行时间,减去函数中调用子函数的运行时间

第一个percall:percall = tottime / nclall

cumtime:函数及其所有子函数调整的运行时间,也就是函数开始调用到结束的时间。

第二个percall:percall = cumtime / nclall

3.cProfile

profile:c语言实现的性能测试模块,接口和profile一样。

import cProfile def fun(): for i in range(100000): a = i * i

cProfile.run(‘fun()’) 4 function calls in 0.024 seconds

Ordered by: standard name

ncalls tottime percall cumtime percall filename:lineno(function)
1 0.024 0.024 0.024 0.024 :1(fun)
1 0.000 0.000 0.024 0.024 :1()
1 0.000 0.000 0.024 0.024 {built-in method exec}
1 0.000 0.000 0.000 0.000 {method ‘disable’ of ‘_lsprof.Profiler’ objects}

ncalls、tottime、percall、cumtime含义同profile。

4.line_profiler

安装:
pip install line_profiler

安装之后kernprof.py会加到环境变量中。

line_profiler可以统计每行代码的执行次数和执行时间等,时间单位为微妙。

  1. import time
  2. @profile
  3. def fun():
  4. a = 0
  5. b = 0
  6. for i in range(100000):
  7. a = a + i * i
  1. for i in range(3):
  2. b += 1
  3. time.sleep(0.1)
  4. return a + b

fun()
使用:
1.在需要测试的函数加上@profile装饰,这里我们把测试代码写在C:\Python34\test.py文件上.

2.运行命令行:kernprof -l -v C:\Python34\test.py

输出结果如下:

Total Time:测试代码的总运行时间
Hits:表示每行代码运行的次数
Time:每行代码运行的总时间
Per Hits:每行代码运行一次的时间
% Time:每行代码运行时间的百分比

5.memory_profiler:

memory_profiler工具可以统计每行代码占用的内存大小。

安装:
pip install memory_profiler
pip install psutil

测试代码:
同line_profiler。

使用:
1.在需要测试的函数加上@profile装饰

2.在命令中运行

输出如下:
image.png

6.PyCharm图形化性能测试工具:

PyCharm提供了图像化的性能分析工具,使用方法见利用PyCharm的Profile工具进行Python性能分析。

7.objgraph:

objgraph是一个实用模块,可以列出当前内存中存在的对象,可用于定位内存泄露。

objgraph需要安装:

pip install objgraph

————————————————

原文链接:https://blog.csdn.net/xiemanR/article/details/72763234