python代码运行效率_检测Python程序的执行效率

无意中被问到代码执行效率的问题&＃xff0c;那就总结一下检测代码执行效率的几种方式&＃xff1a;

一、装饰器

在函数上加装饰器&＃xff0c;来得到函数的执行时间。

def cst_time(func, *args, **kwargs):

def wrapper(*args, **kwargs):

start &＃61; time.time()

ret &＃61; func(*args, **kwargs)

end &＃61; time.time()

timestrap &＃61; end -start

print(&＃39;function %s running time is %s&＃39;%(func.__name__,timestrap))

return ret

return wrapper

二、timeit模块

用timeit模块来计算代码执行时间&＃xff1a;

python3 -m timeit -n 4 -r 5 -s "import binaryTree" "binaryTree" #其中binaryTree表示python脚本文件名

或

python3 -m timeit -n 4 -r 5 -s "import binaryTree" "binaryTree.functionname" #可以指定脚本中某个具体的函数

参数&＃xff1a;

-m mod : run library module as a script (terminates option list)

执行结果&＃xff1a;

4 loops, best of 5: 0.0792 usec per loop

这表示测试了4次&＃xff0c;平均每次测试重复5次&＃xff0c;最好的测试结果是0.0792秒。

如果不指定测试或重复次数&＃xff0c;默认值为10次测试&＃xff0c;每次重复5次。

三、Linux的time命令

time -p python3 multiTree.py

执行结果&＃xff1a;

real 0.09 # 执行脚本的总时间

user 0.04 # 执行脚本消耗的CPU时间

sys 0.00 # 执行内核函数消耗的时间

# real - &＃xff08;user &＃43; sys&＃xff09;的时间差&＃xff0c;就是消耗在I/O等待和执行其他任务消耗的时间。

四、cProfile模块

如果想知道每个函数消耗的多少时间&＃xff0c;以及每个函数执行了多少次&＃xff0c;可以用CProfile模块。

python3 -m cProfile -s cumulative multiTree.py

执行结果&＃xff1a;

五、line_Profiler模块

使用line_Profiler可以给出执行每行代码所占用的CPU时间。

$ sudo pip3 install line_Profiler

用&＃64;profile 指定去检测那个函数&＃xff0c;不需要导入模块。

&＃64;profile

def random_sort2(n):

l &＃61; [random.random() for i in range(n)]

l.sort()

return l

if __name__ &＃61;&＃61; "__main__":

random_sort2(2000000)

可以通过如下命令逐行扫描每行代码的执行情况&＃xff1a;

$ kernprof -l -v timing_functions.py

其中-l表示逐行解释&＃xff0c;-v表示表示输出详细结果。通过这种方法&＃xff0c;我们看到构建数组消耗了44%的计算时间&＃xff0c;而sort()方法消耗了剩余的56%的时间。

六、memory_profiler模块

逐行检测每行代码内存的使用的情况。但使用这个模块会让代码运行更慢。

$ sudo pip3 install memory_profiler

安装 psutil模块&＃xff0c;会让memory_profiler运行更快。

$ sudo pip3 install psutil

在函数上加 &＃64;profile 装饰器来指定需要追踪的函数。

执行如下命令&＃xff0c;查看结果&＃xff1a;

$ python3 -m memory_profiler timing_functions.py

七、guppy模块

通过这个包可以知道在代码执行的每个阶段中&＃xff0c;每种类型&＃xff08;str、tuple、dict等&＃xff09;分别创建了多少对象。

$ pip3 install guppy

将其添加到代码中&＃xff1a;

from guppy import hpy

def random_sort3(n):

hp &＃61; hpy()

print( "Heap at the beginning of the functionn", hp.heap())

l &＃61; [random.random() for i in range(n)]

l.sort()

print( "Heap at the end of the functionn", hp.heap())

return l

if __name__ &＃61;&＃61; "__main__":

random_sort3(2000000)

执行命令&＃xff1a;

$ python3 timing_functions.py

查看结果&＃xff1a;

-----------------------------------------------------------------------------------------------------------------------------------------------------