2018-07-16 执行时间分析

今天刚看到ipython的一个函数执行时间的分析器，非常好用，记录一下。

安装模块

pip install line_profiler

导入模块

%load_ext line_profiler

例子

先定义一个函数：

def sum_of_lists(n):
     total =0
     for i in range(5):
         l = [j ^ (j >> i) for j in range(n)]
         total += sum(l)
     return tatal

使用line_profiler分析函数执行时间

%lprun -f sum_of_lists sum_of_lists(5000)
Timer unit: 2.84444e-07 s

Total time: 0.00461681 s
File: <ipython-input-40-ce32f0c125bd>
Function: sum_of_lists at line 1

Line #      Hits         Time  Per Hit   % Time  Line Contents
==============================================================
     1                                           def sum_of_lists(n):
     2         1          5.0      5.0      0.0      total =0
     3         6         11.0      1.8      0.1      for i in range(5):
     4         5      15685.0   3137.0     96.6          l = [j ^ (j>>i) for j in range(n) ]
     5         5        529.0    105.8      3.3          total += sum(l)
     6         1          1.0      1.0      0.0      return total

ok,很明显发现绝大部分的时间都发在第4行代码 l = [j ^ (j>>i) for j in range(n) ] 上了。

pycharm中自带了性能分析工具

测试函数如下：

微信图片_20180716151817.png

在run菜单下选择 profile your_file_name

微信图片_20180716152001.png

执行后会生成测试结果。
Statistcs（性能统计）和Call Graph（调用关系图）
Statistcs

1. 表头Name显示被调用的模块或者函数；Call Count显示被调用的次数；Time(ms)显示运行时间和时间百分比，时间单位为毫秒（ms）。

2. 点击表头上的小三角可以升序或降序排列表格。

3. 在Name这一个列中双击某一行可以跳转到对应的代码。

微信图片_20180716152305.png

Call Graph

1. 右上角的4个按钮表示放大、缩小、真实大小、合适大小；

2. 箭头表示调用关系，由调用者指向被调用者；

3. 矩形的左上角显示模块或者函数的名称，右上角显示被调用的次数；

4. 矩形中间显示运行时间和时间百分比；

5. 矩形的颜色表示运行时间或者时间百分比大小的趋势：红色 > 黄绿色 > 绿色

   
   微信图片_20180716152346.png