python脚本性能分析

﹏ヽ暗。殇╰゛Y 2022-12-10 03:54 177阅读 0赞

在进行python开发时需要对python脚本的性能分析，以便对python脚本进行优化，下面使用cProfile和 pstats对python脚本性能分析。

cProfile思路  
1.使用cProfile模块生成脚本执行的统计信息文件  
2.使用pstats格式化统计信息，并根据需要做排序分析处理

1.使用cProfile模块生成脚本执行的统计信息文件  
python -m cProfile -o analyze\_result.txt test.py

参数说明：  
使用模块当做脚本运行：-m cProfile  
输出参数：-o analyze\_result.txt  
测试的python脚本：test.py  
其余为python脚本的输入参数

2.python命令行查看统计信息。  
执行python：

import pstats
    p=pstats.Stats('analyze_result.txt')
    p.print_stats()
    #根据调用次数排序
    p.sort_stats('calls').print_stats()
    #根据调用总时间排序
    p.sort_stats('cumulative').print_stats()

\*Stats类（pstats.Stats）说明  
strip\_dirs() 用以除去文件名前的路径信息。  
add(filename,\[…\]) 把profile的输出文件加入Stats实例中统计  
dump\_stats(filename) 把Stats的统计结果保存到文件  
sort\_stats(key,\[…\]) 最重要的一个函数，用以排序profile的输出  
reverse\_order() 把Stats实例里的数据反序重排  
print\_stats(\[restriction,…\]) 把Stats报表输出到stdout  
print\_callers(\[restriction,…\]) 输出调用了指定的函数的函数的相关信息  
print\_callees(\[restriction,…\]) 输出指定的函数调用过的函数的相关信息

sort\_stats支持以下参数：  
参数 含义  
‘calls’ call count  
‘cumulative’ cumulative time  
‘file’ file name  
‘filename’ file name  
‘module’ module name  
‘ncalls’ call count  
‘pcalls’ primitive call count  
‘line’ line number  
‘name’ function name  
‘nfl’ name/file/line  
‘stdname’ standard name  
‘time’ internal time  
‘tottime’ internal time

\*一个比较典型的输出结果：  
197 function calls (192 primitive calls) in 0.002 seconds  
Ordered by: standard name  
ncalls tottime percall cumtime percall filename:lineno(function)  
1 0.000 0.000 0.001 0.001 :1()  
1 0.000 0.000 0.001 0.001 re.py:212(compile)  
1 0.000 0.000 0.001 0.001 re.py:268(\_compile)  
1 0.000 0.000 0.000 0.000 sre\_compile.py:172(\_compile\_charset)  
1 0.000 0.000 0.000 0.000 sre\_compile.py:201(\_optimize\_charset)  
4 0.000 0.000 0.000 0.000 sre\_compile.py:25(\_identityfunction)  
3/1 0.000 0.000 0.000 0.000 sre\_compile.py:33(\_compile)  
输出结果说明：

共有197次函数调用，原始调用为192次，原始调用说明不包含递归调用。  
以standard name进行排序。3/1表示发生了递归调用，1为原始调用次数，3为递归调用次数  
ncalls 函数的被调用次数  
tottime 函数总计运行时间，除去函数中调用的函数运行时间  
percall 函数运行一次的平均时间，等于tottime/ncalls  
cumtime 函数总计运行时间，含调用的函数运行时间  
percall 函数运行一次的平均时间，等于cumtime/ncalls  
filename:lineno(function) 函数所在的文件名，函数的行号，函数名