编辑：

Question

我想知道如何分析我的代码。

我已经阅读了文档，但由于没有给出任何示例，我无法从中获得任何内容。

我有一个很大的代码，它花了很多时间，因此我想分析并提高它的速度。我没有在方法中编写我的代码，其间很少但不完全。我的代码中没有任何主要内容。我想知道如何使用分析。我正在寻找关于如何分析的一些示例或示例代码。

我试过psyco，就是在我的代码顶部加了两行：

import psyco
psyco.full()

这是对的吗？它没有表现出任何改善。任何其他加速方式，请建议。

Answer 1

此问题的标准答案是使用cProfile。

你会发现没有将你的代码分成cProfile不会给你特别丰富的信息的方法。

相反，您可能想尝试另一张海报在这里称为蒙特卡罗概况分析。引用another answer：

如果你赶时间，你可以   手动中断您的程序   调试器正在进行中   主观上很慢，有一个简单的   找到性能问题的方法。

暂停几次，每次   时间看看调用堆栈。 如果有的话   是一些浪费一些的代码   时间的百分比，20％或50％或   无论如何，这就是概率   你会在每个人的行为中抓住它   样本。这大致是   您的样本百分比   会看到它。没有受过教育   需要猜测。如果你有   猜测问题是什么，这个   将证明或反驳它。

您可能有多种表现   不同大小的问题。如果你   清除他们中的任何一个，   剩下的将会更大   百分比，更容易发现   随后的通行证。
     警告：程序员往往是   对此技术持怀疑态度，除非   他们自己用过它。他们会的   说分析器给你这个   信息，但只有这样才有效   他们对整个调用堆栈进行采样。   调用图表不会给你相同的   信息，因为1）他们没有   总结在教学水平，   2）他们给出了令人困惑的摘要   在递归的情况下。他们   也会说它只适用于玩具   程序，实际上它的工作原理   任何程序，它似乎工作   对更大的节目更好，因为   他们往往会遇到更多问题   找到[强调添加]。

这不是正统的，但我在一个项目中非常成功地使用它，在这个项目中，使用cProfile进行分析并没有给我提供有用的输出。

关于它的最好的事情是，在Python中这很容易做到。只需在解释器中运行Python脚本，按[Control-C]，记下回溯并重复多次。

Answer 2

编辑：

此答案已在https://github.com/campos-ddc/cprofile_graph

中实施

使用cProfile进行概要分析

这是我前段时间写的一篇关于使用cProfile进行概要分析和一些图形辅助的文章。

cProfile是最常用的python剖析器之一，虽然非常强大，但标准文本输出有点乏味。在这里，我将向您展示如何以更简单的方式在您的应用程序中使用cProfile。

使用cProfile有两种常用方法，您可以将其用作提示中的命令来分析给定模块，或者您可以在代码中使用它来分析特定的代码片段。

分析模块

要使用cProfile配置整个模块，只需在提示中使用以下命令：

python -m cProfile -o output_filename.pstats path/to/script arg1 arg2

这将使用给定的参数运行您的模块（它们是可选的）并将输出转储到output_filename.pstats中。

有lots of ways来读取该输出文件中的数据，但为了这篇文章的目的，让我们不要担心这些并专注于获取图形可视化。

从内部分析

有时您不想分析整个模块，只需几行。

为此，您需要在模块中添加一些代码。

首先：

import cProfile

然后，您可以使用以下代码替换任何代码段：

cProfile.runctx('Your code here', globals(), locals(), 'output_file')

例如，这是分析前后的测试：

import unittest

class Test(unittest.TestCase):

    def testSomething(self):
        self.DoSomethingIDontCareAbout()

        param = 'whatever'
        self.RunFunctionIThinkIsSlow(param)

        self.AssertSomeStuff() # This is after all, a test

后：

import unittest
import cProfile

class Test(unittest.TestCase):

    def testSomething(self):
        self.DoSomethingIDontCareAbout()

        param = 'whatever'
        cProfile.runctx(
            'self.RunFunctionIThinkIsSlow(param)',
            globals(),
            locals(),
            'myProfilingFile.pstats'
        )

        self.AssertSomeStuff() # This is after all, a test

将pstats文件转换为图形

要将性能分析文件转换为图形，您需要做一些事情：

gprof2dot：此模块会将您的输出转换为点文件，这是图形描述的标准文件格式。
GraphViz：它会将您的点文件转换为图像。

下载 gprof2dot 并安装 GraphViz 后，在提示符下运行此命令：

python gprof2dot -f pstats myProfileFile | dot -Tpng -o image_output.png

您可能必须使用 gprof2dot 和/或 dot 的完整路径，或者您可以将它们添加到PATH env变量中。

在完成所有这些之后，你应该有一个看起来像这样的图像：

results example

较热的颜色（红色，橙色，黄色）表示比较冷颜色（绿色，蓝色）占用总运行时间的功能
在每个节点上，您可以看到该函数使用的总运行时间的百分比以及调用它的次数。
节点之间的箭头表示哪个函数称为其他函数，此类箭头还有一个标题，指示运行时的百分比。

注意：百分比总是不能总计达到100％，特别是在引用C ++代码的代码部分上，这些部分不会被分析。 cProfile也无法确定从“eval”语句中调用的内容，因此您可能会在图表中看到一些跳转。

Answer 3

使用cProfile。您可以从命令行使用它并将模块作为参数传入，因此您不需要main方法。

如何配置我的代码？

3 个答案:

编辑：

使用cProfile进行概要分析

分析模块

从内部分析

将pstats文件转换为图形