Question

在Python 2.7和Python 3.6中，我都认为这可行：

from cProfile import Profile; p = Profile(); p.enable()

...这引发了异常：

from profile import Profile; p = Profile(); p.enable()

# -->  AttributeError: 'Profile' object has no attribute 'enable'

这让我感到惊讶，因为我认为（以及Python 3和Python 2的官方文档）这两个模块应该提供相同的程序员接口：

profile和cProfile模块均提供以下功能：

...

class profile.Profile(timer=None, timeunit=0.0, subcalls=True, builtins=True)

...

enable()

开始收集配置文件数据。

我想念什么？使用profile.Profile()实例的正确方法是什么？

Answer 1

在 Python 3.8 和更新的文档中，他们已修复此问题以指定 enable() 和 disable() 仅适用于 cProfile。对于 profile.Profile，您需要使用 run() 调用，而不是 enable() 和 disable()。以下是每个示例：

cProfile.Profile：

# cProfile.Profile -- control with enable() and disable()
from datetime import datetime
import cProfile, pstats, io
sortby = 'cumulative'
pr1 = cProfile.Profile(lambda: int(datetime.now().timestamp()*1000000), 0.000001)
pr1.enable()
list(x for x in range(int(10*10*10*10/10*10+10)))
pr1.disable()
s1 = io.StringIO()
ps1 = pstats.Stats(pr1, stream=s1).sort_stats(sortby)
ps1.print_stats()
print(s1.getvalue())

profile.profile：

# profile.Profile -- control with run()
from datetime import datetime
import profile, pstats, io
sortby = 'cumulative'
pr2 = profile.Profile(datetime.now().timestamp, 0.000001)
pr2.run('list(x for x in range(int(10*10*10*10/10*10+10)))')
s2 = io.StringIO()
ps2 = pstats.Stats(pr2, stream=s2).sort_stats(sortby)
ps2.print_stats()
print(s2.getvalue())

以下是我观察到的两种形式之间的一些行为差异：

cProfile 会将分析函数的输出推送到 stdout，而 profile 不会。
最终报告的 filename:lineno(function) 列的输出略有不同。 cProfile 通常会更易读地显示内置函数。
- 然而，在我在这里提供的示例中，传入的函数实际上在 profile 的输出中是可识别的，而在 cProfile 的输出中不是 -- 但如果使用一个命名函数，它在两个分析器的输出中都是可识别的（尽管传递给函数的参数只能从profile的输出中看到）。< /li>
通过 cProfile 和 profile 运行相同的函数会提供略有不同的结果。 cProfile 似乎通常会减少大约两个函数调用，并且将为同一函数提供更有效的时间。
使用分析器的可选自定义 timer 和 timeunit 参数可以提供获得微秒精度与默认毫秒相比的优势精确。然而，尝试使用这些似乎有一些警告：
- cProfile 的 timeunit 函数需要一个整数，而 profile 需要一个浮点数。这意味着您不能直接将 datetime.now().timestamp() 与 cProfile 一起使用，而必须先将其包装在 lambda 中以将其转换为完整整数。
- 此外，由于某种原因，profile 似乎无法与 datetime.now().timestamp() 一起正常工作，即使它是它所期望的格式。它将打印出负时间值——我在下面展示了这一点。切换到 lambda 形式以将其转换为整数无济于事，因为 profile 需要浮点数。

以下是 profile.Profile 的输出，带有 datetime.now().timestamp() 计时器用于微秒供应。

 print(s2.getvalue())
       10015 function calls in -0.020 seconds`

 Ordered by: cumulative time

 ncalls  tottime  percall  cumtime  percall filename:lineno(function)
      0    0.000             0.000          profile:0(profiler)
      1    0.000    0.000    0.000    0.000 :0(setprofile)
  10011   -0.010   -0.000   -0.010   -0.000 <string>:1(<genexpr>)
      1   -0.010   -0.010   -0.020   -0.020 <string>:1(<module>)
      1   -0.000   -0.000   -0.020   -0.020 :0(exec)
      1   -0.000   -0.000   -0.020   -0.020 profile:0(list(x for x in range(int(10*10*10*10/10*10+10))))

然而，这个问题可以通过提供一个自定义的计时器函数来解决（它甚至可以环绕 datetime.now() 以提供与 datetime.now().timestamp() 完全相同的输出格式），因为我不能'不解释。

例如如果我们定义：

def timenow():
   now = datetime.now()
   return (((now.year-1970) * 31557600) + (now.month * 2629800) + 
           (now.day * 86400) + (now.hour * 3600) + (now.minute * 60) +
           now.second + (now.microsecond * 0.000001))

我们现在可以使用 pr2 = profile.Profile(timenow, 0.000001)，这将输出以下（正常的）报告：

>>> print(s2.getvalue())
         10015 function calls in 0.041 seconds

   Ordered by: cumulative time

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.006    0.006    0.041    0.041 profile:0(list(x for x in range(int(10*10*10*10/10*10+10))))
        1    0.000    0.000    0.035    0.035 :0(exec)
        1    0.017    0.017    0.035    0.035 <string>:1(<module>)
    10011    0.018    0.000    0.018    0.000 <string>:1(<genexpr>)
        1    0.001    0.001    0.001    0.001 :0(setprofile)
        0    0.000             0.000          profile:0(profiler)

与 cProfile 的输出（使用上面定义的自定义 lambda 计时器）相比，我们有：

>>> print(s1.getvalue())
         10013 function calls in 0.031 seconds

   Ordered by: cumulative time

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
    10011    0.031    0.000    0.031    0.000 <stdin>:1(<genexpr>)
        1    0.000    0.000    0.000    0.000 <stdin>:1(<module>)
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}

至于为什么我们的自定义计时器函数给出了合理的结果而 datetime.now().timestamp() 对 profile 没有，首先必须注意的是 timenow 没有为 datetime.now().timestamp() 提供计时.尽管它提供了接近纪元的时间，但它的偏差很小（不会影响正常的配置文件运行，因为增量在同一系统上是相同的）。 timenow 中使用的手动转换也肯定不如 datetime.now().timestamp() 中的高效。我只能推测后者效率太高，结果 profile 源代码无法正确测量。

TL;DR

除非有特殊原因，否则请使用 cProfile。官方 Python 文档还指出推荐的模块是 cProfile。虽然没有提供具体的理由，但文档似乎暗示 cProfile 可能表现得更好，适合大多数用户的目的（尽管它的语法稍微冗长一些）。

cProfile和profile之间的区别-为什么没有profile.Profile.enable（）方法？

1 个答案:

以下是我观察到的两种形式之间的一些行为差异：

TL;DR