Python性能分析工具Profile使用实例

凌晨两点半

发布时间：2026-10-13 | 5人浏览过

原创

本文介绍Python内置的性能分析工具Profile及其子模块cProfile和hotshot的使用方法。通过示例代码演示如何在程序中调用Profile，以及如何利用命令行参数进行性能测试。文章详细解析了输出结果中ncalls、tottime、percall、cumtime等关键指标的含义，并展示了如何使用pstats模块对分析结果进行排序和格式化显示，帮助开发者快速定位代码瓶颈。

Python性能分析工具Profile使用实例

本文主要介绍Python性能分析工具Profile的使用实例。文中通过详细的示例代码进行说明，对读者的学习或工作具有参考价值，建议读者仔细阅读并参考相关代码。

Python内置性能分析工具概述

代码优化的前提在于明确性能瓶颈所在，即了解程序运行的主要时间消耗点。对于较为复杂的代码，借助工具进行定位是必要的。Python内置了丰富的性能分析工具，包括profile、cProfile与hotshot等。其中，Profiler是Python自带的一组程序，能够描述程序运行时的性能状况，并提供各类统计数据以帮助用户定位性能瓶颈。Python标准模块提供了三种Profiler：cProfile、profile以及hotshot。

Profile的基本使用方法

使用profile非常简单，只需在使用前进行import导入即可，也可以在命令行中直接使用。

使用Profile进行代码测试

使用Profile

测试示例：


import profile
def a():
  sum = 0
  for i in range(1, 10001):
    sum += i
  return sum

def b():
  sum = 0
  for i in range(1, 100):
    sum += a()
  return sum
if __name__ == "__main__":
  profile.run("b()")

输出结果：


   <br data-filtered="filtered"> 104 function calls in 0.094 seconds
 
Ordered by: standard name
 
ncalls tottime percall cumtime percall filename:lineno(function)
   1  0.000  0.000  0.094  0.094 :0(exec)
   1  0.000  0.000  0.000  0.000 :0(setprofile)
   1  0.000  0.000  0.094  0.094 <string>:1(<module>)
   1  0.000  0.000  0.094  0.094 profile:0(b())
   0  0.000       0.000     profile:0(profiler)
  99  0.094  0.001  0.094  0.001 test.py:15(a)
   1  0.000  0.000  0.094  0.094 test.py:21(b)

Profile输出结果详解

其中输出每列的具体解释如下：

●ncalls：表示函数调用的次数；

●tottime：表示指定函数的总的运行时间，不包括函数中调用子函数的运行时间；

●percall：（第一个percall）等于tottime除以ncalls；

●cumtime：表示该函数及其所有子函数的调用运行的时间，即从函数开始调用到返回的时间；

●percall：（第二个percall）即函数运行一次的平均时间，等于cumtime除以ncalls；

●filename:lineno(function)：每个函数调用的具体信息；

保存Profile输出日志

如果需要将输出以日志的形式保存，只需在调用时加入另一个参数。例如：profile.run("profileTest()","testprof")。

命令行使用Profile

命令行

如果我们不想在程序中调用profile库，可以在命令行中使用命令。


import os

def a():
  sum = 0
  for i in range(1, 10001):
    sum += i
  return sum

def b():
  sum = 0
  for i in range(1, 100):
    sum += a()
  return sum

print b()

运行命令查看性能分析结果


python -m cProfile test.py

将性能分析结果保存到result文件


python -m cProfile -o result test.py

使用pstats格式化显示结果

使用pstats来格式化显示结果


python -c "import pstats; p=pstats.Stats('reslut); p.print_stats()"

python -c "import pstats; p=pstats.Stats('result'); p.sort_stats('time').print_stats()

sort_stats支持以下参数：

calls, cumulative, file, line, module, name, nfl, pcalls, stdname, time

测试示例：在代码中直接使用profile与stats


import os
def a():
	sum = 0
for i in range(1, 10001):
	sum += i
return sum
def b():
	sum = 0
for i in range(1, 100):
	sum += a()
return sum
print b()
import cProfile# cProfile.run("b()")
cProfile.run("b()", "result")
import pstats
pstats.Stats('result').sort_stats(-1).print_stats()

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。