Python利用memory_profiler查看內存占用情況
簡介
memory_profiler是第三方模塊,用於監視進程的內存消耗以及python程序內存消耗的逐行分析。它是一個純python模塊,依賴於psutil模塊。
安裝
pip install memory_profiler
使用方法
1、通過裝飾器運行
@profile def func1():
2、通過命令行運行
python -m memory_profiler test_code.py
案例源碼:
# -*- coding: utf-8 -*- # time: 2022/6/11 21:17 # file: test_code.py # 公眾號: 玩轉測試開發 from memory_profiler import profile loop = 50000 @profile def func1(): s1 = [i for i in range(loop)] s2 = [] for i in range(loop): if i & 1 == 1: s2.append(i) result = sum(s1) + sum(s2) del s1 del s2 return result if __name__ == '__main__': result = func1() print(result)
方法1運行結果:
方法2運行結果:
補充
下面小編為大傢整理瞭一下memory_profiler的一些使用
1、直接打印結果到終端上
#coding:utf8 from memory_profiler import profile @profile def test1(): c=list() for item in range(10000): c.append(item) if __name__=='__main__': test1()
結果如下
Filename: D:/python/test_sip/test_check_es.py
Line # Mem usage Increment Line Contents
================================================
474 16.6 MiB 16.6 MiB @profile
475 def test1():
476 16.6 MiB 0.0 MiB c=list()
477 17.0 MiB 0.0 MiB for item in range(10000):
478 17.0 MiB 0.1 MiB c.append(item)
2、定義輸出到文件,定義結果保留的小數位
#coding:utf8 from memory_profiler import profile @profile(precision=4,stream=open('memory_profiler.log','w+')) def test1(): c=list() for item in range(10000): c.append(item) if __name__=='__main__': test1()
結果如下
Filename: D:/python/test_sip/test_check_es.py
Line # Mem usage Increment Line Contents
================================================
474 16.5391 MiB 16.5391 MiB @profile(precision=4,stream=open('memory_profiler.log','w+'))
475 def test1():
476 16.5430 MiB 0.0039 MiB c=list()
477 16.8906 MiB 0.0039 MiB for item in range(10000):
478 16.8906 MiB 0.0391 MiB c.append(item)
到此這篇關於Python利用memory_profiler查看內存占用情況的文章就介紹到這瞭,更多相關Python memory_profiler查看內存占用內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- python函數運行內存時間等性能檢測工具
- Python 循環讀取數據內存不足的解決方案
- Python 如何查看程序內存占用情況
- python memory_profiler庫生成器和迭代器內存占用的時間分析
- python如何做代碼性能分析