python3 时间性能和空间性能分析

最新推荐文章于 2024-05-27 14:48:38 发布

原创最新推荐文章于 2024-05-27 14:48:38 发布 · 560 阅读

1 ·

CC 4.0 BY-SA版权

Python 专栏收录该内容

54 篇文章

订阅专栏

本文介绍了一种使用Python进行代码性能分析的方法，通过结合line_profiler和memory_profiler库，详细展示了如何定位和优化代码中的瓶颈，包括CPU和内存消耗。通过对特定函数的分析，提供了深入理解程序运行效率的途径。




import sys
from line_profiler import LineProfiler
from memory_profiler import profile

# @profile(precision=4,stream=open('memory_profiler.log','w+'))
# @profile
def my_function():
    print("hello")
    l = [i / 43 for i in range(100000)]


if __name__ == '__main__':
    profile = LineProfiler(my_function)  # 把函数传递到性能分析器
    profile.enable()  # 开始分析
    my_function()
    profile.disable()  # 停止分析
    profile.print_stats(sys.stdout)  # 打印出性能分析结果

import sys
from line_profiler import LineProfiler
from memory_profiler import profile

@profile(precision=4,stream=open('memory_profiler.log','w+'))
def my_function():
    print("hello")
    l = [i / 43 for i in range(100000)]


if __name__ == '__main__':
    my_function()