4、Python性能分析与NumPy入门指南

Python性能分析与NumPy入门指南

1. IPython性能分析工具

1.1 %prun与%lprun

在进行算法性能优化时，我们可以借助IPython的性能分析工具。%prun可以进行函数级别的性能分析，若想获取逐行的性能报告，可使用%lprun。不过，%lprun并非Python或IPython内置功能，需要先安装 line_profiler 包：

$ pip install line_profiler

安装完成后，在IPython中加载该扩展：

%load_ext line_profiler

使用%lprun对 sum_of_lists 函数进行逐行性能分析：

%lprun -f sum_of_lists sum_of_lists(5000)

分析结果示例如下：

Timer unit: 1e-06 s
Total time: 0.009382 s
File: <ipython-input-19-fa2be176cc3e>
Function: sum_of_lists at line 1
Line #      Hits         Time  Per Hit   % Tim