Python的7种性能测试工具：timeit、profile、cProfile、line_profiler、memory_profiler、PyCharm图形化性能测试工具、objgraph

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

1.timeit：

>>> import timeit
>>> def fun():
for i in range():
a = i * i>>> timeit.timeit('fun()', 'from __main__ import fun', number=)
0.02922706632834235
>>>

timeit只输出被测试代码的总运行时间，单位为秒，没有详细的统计。

2.profile
profile：纯Python实现的性能测试模块，接口和cProfile一样。

>>> import profile
>>> def fun():
for i in range():
a = i * i>>> profile.run('fun()')
function calls in 0.031 secondsOrdered by: standard namencalls tottime percall cumtime percall filename:lineno(function)
0.000 0.000 0.016 0.016 :(exec)
0.016 0.016 0.016 0.016 :(setprofile)
0.016 0.016 0.016 0.016 <pyshell#>:(fun)
0.000 0.000 0.016 0.016 <string>:(<module>)
0.000 0.000 0.031 0.031 profile:(fun())
0.000 0.000 profile:(profiler)>>>

ncall：函数运行次数

tottime：函数的总的运行时间，减去函数中调用子函数的运行时间

第一个percall：percall = tottime / nclall

cumtime:函数及其所有子函数调整的运行时间，也就是函数开始调用到结束的时间。

第二个percall：percall = cumtime / nclall

3.cProfile
profile：c语言实现的性能测试模块，接口和profile一样。

>>> import cProfile
>>> def fun():
for i in range():
a = i * i>>> cProfile.run('fun()')
function calls in 0.024 secondsOrdered by: standard namencalls tottime percall cumtime percall filename:lineno(function)
0.024 0.024 0.024 0.024 <pyshell#>:(fun)
0.000 0.000 0.024 0.024 <string>:(<module>)
0.000 0.000 0.024 0.024 {built-in method exec}
0.000 0.000 0.000 0.000 {method 'disable' of '_lsprof.Profiler' objects}>>>

ncalls、tottime、percall、cumtime含义同profile。
4.line_profiler
安装：
pip install line_profiler

安装之后kernprof.py会加到环境变量中。

line_profiler可以统计每行代码的执行次数和执行时间等，时间单位为微妙。

测试代码：
C:\Python34\test.py

import time@profile
def fun():
a =
b =
for i in range():
a = a + i * ifor i in range():
b +=
time.sleep(0.1)return a + bfun()

使用：
1.在需要测试的函数加上@profile装饰，这里我们把测试代码写在C:\Python34\test.py文件上.

2.运行命令行：kernprof -l -v C:\Python34\test.py

输出结果如下：