Python学习笔记25：进阶篇(十四)常见标准库使用之性能测试timeit模块学习使用

前言

本文是根据python官方教程中标准库模块的介绍，自己查询资料并整理，编写代码示例做出的学习笔记。

根据模块知识，一次讲解单个或者多个模块的内容。

教程链接：https://docs.python.org/zh-cn/3/tutorial/index.html

性能测量

Python中的性能测试主要关注于评估代码执行速度、资源消耗（如内存使用）及扩展性等方面。这有助于开发者识别并优化程序中的瓶颈，确保应用能够高效运行。

水平有限，讲一些关键概念和实践方法，简单写点代码运行一下。

1. 基准测试 (Benchmarking)
   目的: 基准测试是评估代码片段或整个应用程序在特定条件下的执行性能，通常用来比较不同实现方式的效率。
   工具: 使用 timeit 模块进行简单的重复执行计时，或者 pytest-benchmark 这样的第三方库进行更复杂的测试场景。
   实践: 设定明确的测试环境（如数据集大小、硬件配置），确保测试结果可复现和比较。
2. 性能剖析 (Profiling)
   目的: 细致地分析代码中各个部分的执行时间，找出耗时最长的部分（热点）。
   工具:
   cProfile：Python 标准库中的性能剖析器，提供函数级别的性能报告。
   line_profiler：第三方库，提供行级的性能分析，适合更细致的性能调优。
   实践: 分析报告，识别瓶颈，针对性地优化代码逻辑或数据结构。
3. 内存分析
   目的: 监控和分析程序运行过程中的内存使用情况，发现内存泄漏或不高效的内存使用模式。
   工具:
   tracemalloc：Python 标准库，可以在程序运行时跟踪内存分配，帮助定位内存增长的原因。
   memory_profiler：第三方库，提供