python函數運行內存時間等性能檢測工具

Posted on by

python雖然是一門'慢語言'，但是也有著比較多的性能檢測工具來幫助我們優化程序的運行效率。

這裡總結瞭五個比較好的python性能檢測工具，包括內存使用、運行時間、執行次數等方面。

基礎測試函數

首先，來編寫一個基礎的python函數用於在後面的各種性能測試。

def base_func():
    for n in range(10000):
        print('當前n的值是：{}'.format(n))

memory_profiler進程

memory_profiler是python的非標準庫，所以這裡采用pip的方式進行安裝。它能夠監視進程、瞭解內存使用等情況。

pip install memory_profiler

安裝好memory_profiler庫以後，直接使用註解的方式進行測試。

from memory_profiler import profile
@profile
def base_func1():
    for n in range(10000):
        print('當前n的值是：{}'.format(n))
base_func1()
# Line #    Mem usage    Increment  Occurrences   Line Contents
# =============================================================
#     28     45.3 MiB     45.3 MiB           1   @profile
#     29                                         def base_func():
#     30     45.3 MiB      0.0 MiB       10001       for n in range(10000):
#     31     45.3 MiB      0.0 MiB       10000           print('當前n的值是：{}'.format(n))

從返回的數據結果來看，執行當前函數使用瞭45.3 MiB的內存。

timeit 時間使用情況

timeit是python的內置模塊，可以測試單元格的代碼運行時間，由於是內置模塊所以並不需要單獨安裝。

import timeit
def base_func2():
    for n in range(10000):
        print('當前n的值是：{}'.format(n))
res = timeit.timeit(base_func2,number=5)
print('當前的函數的運行時間是：{}'.format(res))
# 當前的函數的運行時間是：0.9675800999999993

根據上面函數的運行返回結果，函數的運行時間是0.96秒。

line_profiler行代碼檢測

如果在隻需要檢測函數的局部運行時間的話就可以使用line_profiler瞭，它可以檢測出每行代碼的運行時間。

line_profiler是python的非標準庫，使用的使用pip的方式安裝一下。

pip install line_profiler

最簡便的使用方式直接將需要測試的函數加入即可。

def base_func3():
    for n in range(10000):
        print('當前n的值是：{}'.format(n))
from line_profiler import LineProfiler
lp = LineProfiler()
lp_wrap = lp(base_func3)
lp_wrap()
lp.print_stats()
# Line #      Hits         Time  Per Hit   % Time  Line Contents
# ==============================================================
#     72                                           def base_func3():
#     73     10001     162738.0     16.3      4.8      for n in range(10000):
#     74     10000    3207772.0    320.8     95.2          print('當前n的值是：{}'.format(n))

從運行結果可以看出每行代碼的運行時間及比例，註意這裡的時間單位是微妙。

heartrate可視化檢測

heartrate最值得推薦的是可以在網頁上面向檢測心率一樣檢測程序的執行過程，同時，他還是非標準庫，使用pip的方式進行安裝。

pip install heartrate

import heartrate
heartrate.trace(browser=True)
def base_func4():
    for n in range(10000):
        print('當前n的值是：{}'.format(n))

運行以後，控制臺打印如下日志：

#  * Serving Flask app "heartrate.core" (lazy loading)
#  * Environment: production
#    WARNING: This is a development server. Do not use it in a production deployment.
#    Use a production WSGI server instead.
#  * Debug mode: off

並且自動打開瀏覽器地址：http://127.0.0.1:9999

以上就是python函數運行內存時間等性能檢測工具的詳細內容，更多關於python性能檢測工具的資料請關註LevelAH其它相關文章！

推薦閱讀：