性能分析器主要有两个模块：

cProfile

、

line_profiler

、

memory_profiler

• cProfile是python内置包，它主要用来统计函数调用以及每个函数所占的cpu时间。
• line_profiler可以帮你一行一行分析函数性能。
• memory_profiler帮你一行一行分析函数内存消耗。

1. cProfile

首先你需要运行分析器，生成结果；然后你需要对结果进行各种格式化分析

• 第一步你可以通过
  
  cProfile.run()
  
  方法或者
  
  cProfile.runctx()
  
  方法或者
  
  cProfile.Profile
  
  类来实现
• 第二步是通过
  
  pstats.Stats
  
  类实现

一个简单的示例见

Instant User’s Manual

2. line_profiler

Once installed you’ll have access to a new module called “

line_profiler

” as well as an executable script

kernprof.py

.

使用这个工具有

两种方法

:

（1）使用命令行

1. first modify your source code by decorating the function you want to measure with the
   
@profile

   decorator.The
   
   kernprof.py
   
   script automatically injects it into your script’s runtime during execution.

2. Once you’ve gotten your code setup with the
   
@profile

   decorator, use
   
   kernprof.py
   
   to run your script.

   $ kernprof -l -v fib.py
   

   The
   
-l

   option tells
   
kernprof

   to inject the
   
@profile

   decorator into your script’s builtins, and
   
-v

   tells
   
kernprof

   to display timing information once you’re script finishes.如果没有
   
-v

   选项，分析结果将会被写入
   
script_to_profile.py.lprof

   文件。

（2）使用API(推荐)

第一种方法是通过命令行分析，其实你还可以通过API来分析，

line_profiler

提供了和

cProfile

类似的API，

Code Example

:

import line_profiler
import sys


def test():
    print 'haha'

prof = line_profiler.LineProfiler(test)
prof.enable()  # 开始性能分析
test()
prof.disable()  # 停止性能分析
prof.print_stats(sys.stdout)

Output

haha
Timer unit: 5.70172e-07 s

Total time: 4.50436e-05 s
File: C:/Users/wangjiang/PycharmProjects/Test/sk_test.py
Function: test at line 5

Line #      Hits         Time  Per Hit   % Time  Line Contents
--------------------------------------------------------------
 5                                           def test():
 6         1           79     79.0    100.0         print('haha')

(Time一列1代表1微秒)

这种方法你不需要使用装饰器，也不需要显式使用kernprof(实际上依然是使用这个工具实现的，只不过封装了你看不到)

More Info 见这里

3. memory_profiler

(1)

安装psutil，memory_profiler

pip install psutil
pip install memory_profiler

(2)

代码里


首先添加

 from memory_profiler import profile

然后在某个函数上添加装饰器

@profile


(3)

命令行执行

：

python -m memory_profiler example.py

More Info 见这里

Ref

Python性能分析与优化



A guide to analyzing Python performance



Github-rkern/line_profiler



https://pypi.python.org/pypi/memory_profiler