如何使用cProfile获得更精细的结果

时间:2018-05-15 16:42:34

标签: python profiling

我有一个我正在分析的小片段,但list comprehension被列为通话中的一个项目

import fileinput
import cProfile

pr = cProfile.Profile()
pr.enable()
x = [float(i) for i in range(0, 10**8)]
pr.disable()
pr.print_stats(sort='time')

输出

     2 function calls in 19.769 seconds

   Ordered by: internal time

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1   19.769   19.769   19.769   19.769 sandboxMinimalCProfile.py:6(<listcomp>)
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}

是否有可能获得转换为float的成本?

1 个答案:

答案 0 :(得分:1)

这里的问题是float是内置的,因此它们不算作对探查器的调用。

你可以尝试解决它;但是,在任何情况下,分析器都不是为微基准设计的。相反,请尝试timeit standard module

$ python3 -m timeit 'float(1000000)'
10000000 loops, best of 3: 0.118 usec per loop