如何分析 Python 脚本？

Question

Project Euler 和其他编码竞赛通常有最长的运行时间，或者人们夸耀他们的特定解决方案运行速度有多快。使用 Python，有时这些方法有些笨拙 - 即，将计时代码添加到 __main__ 。

什么是分析 Python 程序运行时间的好方法？

原文由 Chris Lawlor 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

Python 包含一个名为 cProfile 的分析器。它不仅给出了总运行时间，而且还分别计算了每个函数的时间，并告诉你每个函数被调用了多少次，从而很容易确定你应该在哪里进行优化。

您可以从代码中或从解释器中调用它，如下所示：

 import cProfile
cProfile.run('foo()')

更有用的是，您可以在运行脚本时调用 cProfile：

 python -m cProfile myscript.py

为了使它更容易，我制作了一个名为“profile.bat”的小批处理文件：

 python -m cProfile %1

所以我所要做的就是运行：

 profile euler048.py

我明白了：

 1007 function calls in 0.061 CPU seconds

Ordered by: standard name
ncalls  tottime  percall  cumtime  percall filename:lineno(function)
    1    0.000    0.000    0.061    0.061 <string>:1(<module>)
 1000    0.051    0.000    0.051    0.000 euler048.py:2(<lambda>)
    1    0.005    0.005    0.061    0.061 euler048.py:2(<module>)
    1    0.000    0.000    0.061    0.061 {execfile}
    1    0.002    0.002    0.053    0.053 {map}
    1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler objects}
    1    0.000    0.000    0.000    0.000 {range}
    1    0.003    0.003    0.003    0.003 {sum}

编辑：更新了 PyCon 2013 中名为 Python Profiling 的优质视频资源的链接

也通过 YouTube 。

原文由 Chris Lawlor 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

不久前，我做了 pycallgraph ，它从您的 Python 代码生成可视化。 编辑： 我已经更新示例以使用 3.3，这是撰写本文时的最新版本。

在 pip install pycallgraph 并安装 GraphViz 之后，您可以从命令行运行它：

 pycallgraph graphviz -- ./mypythonscript.py

或者，您可以分析代码的特定部分：

 from pycallgraph import PyCallGraph
from pycallgraph.output import GraphvizOutput

with PyCallGraph(output=GraphvizOutput()):
    code_to_profile()

其中任何一个都会生成类似于下图的 pycallgraph.png 文件：

原文由 gak 发布，翻译遵循 CC BY-SA 4.0 许可协议