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

分手后的思念是犯贱 2022-04-17 05:20 365阅读 0赞

1.timeit：

>>> import timeit
    >>> def fun():
        for i in range(100000):
            a = i * i
    
    >>> timeit.timeit('fun()', 'from __main__ import fun', number=1)
    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(100000):
          a = i * i      
    
    >>> profile.run('fun()')
             5 function calls in 0.031 seconds
    
     Ordered by: standard name
    
       ncalls  tottime  percall  cumtime  percall filename:lineno(function)
            1    0.000    0.000    0.016    0.016 :0(exec)
            1    0.016    0.016    0.016    0.016 :0(setprofile)
            1    0.016    0.016    0.016    0.016 <pyshell#13>:1(fun)
            1    0.000    0.000    0.016    0.016 <string>:1(<module>)
            1    0.000    0.000    0.031    0.031 profile:0(fun())
            0    0.000             0.000          profile:0(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(100000):
          a = i * i
    
          
    >>> cProfile.run('fun()')
             4 function calls in 0.024 seconds
    
       Ordered by: standard name
    
       ncalls  tottime  percall  cumtime  percall filename:lineno(function)
            1    0.024    0.024    0.024    0.024 <pyshell#17>:1(fun)
            1    0.000    0.000    0.024    0.024 <string>:1(<module>)
            1    0.000    0.000    0.024    0.024 {built-in method exec}
            1    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 = 0
        b = 0
        for i in range(100000):
            a = a + i * i
    
        for i in range(3):
            b += 1
            time.sleep(0.1)
    
        return a + b
    
    
    fun()

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：

![Center][]

Total Time：测试代码的总运行时间   
Hits：表示每行代码运行的次数    
Time：每行代码运行的总时间    
Per Hits：每行代码运行一次的时间    
% Time：每行代码运行时间的百分比

5.memory\_profiler:  
memory\_profiler工具可以统计每行代码占用的内存大小。

安装：  
pip install memory\_profiler    
pip install psutil

测试代码：    
同line\_profiler。

使用：   
1.在需要测试的函数加上@profile装饰  
    
2.执行命令： python -m memory\_profiler C:\\Python34\\test.py   
    
输出如下：

![Center 1][]  
6.PyCharm图形化性能测试工具：  
PyCharm提供了图像化的性能分析工具，使用方法见利用PyCharm的Profile工具进行Python性能分析。

7.objgraph：  
objgraph是一个实用模块,可以列出当前内存中存在的对象，可用于定位内存泄露。

objgraph需要安装：