飘逸的python - 性能调优利器profile及其意义

VIM 的作者Bram Moolenaar在一篇叫高效文本编辑器的7个习惯的ppt中有这么一段话。

Three basic steps

1.    Detect inefficiency

2.    Find a quicker way

3.    Make it a habit

即

1.检测哪里效率低下

2.找到一种更快的方法

3.养成习惯

 

这3个步骤可谓是大道至简。放之四海而皆准。

不止适用于vim，一样适用于python以及其他语言，也适用于现实生活。

这简单的道理很多人都懂，但是却有很多人没有贯彻。

一遇到性能问题就胡乱猜测，毫无目的，无针对性。

 

性能问题也符合20/80规则。即20%的代码引起了80%的性能损耗。

可能有很多地方可以修修补补来优化，但是却是无关痛痒的性能提升，效果不明显，还经常把代码搞的一团糟。

感觉是不可靠的，要用数据说话。

通过profile可以快速定位到热点。针对热点来进行优化，往往能收到奇效。

 

python自带了profile模块。还自带用c语言写的cProfile。

使用很简单，在命令行中 python -m cProfile xxx.py。

拿《 飘逸的python - 打印螺旋矩阵》中的代码来分析。

其中ncalls是调用次数。

那么tottime 跟cumtime有什么区别呢。

cumtime即cumulative time,累积时间，包含子函数。这里说的子函数，就是在函数中调用其它的函数。

而tottime不包含子函数的时间。

从profile出来的结果可以看出，display_spiral()函数调用了2次，消耗了0.02秒，其它的加起来也就0.001秒，可见print输出很耗性能。

 

几种使用方法：

1.命令行中python -m cProfile xxx.py。

此方法方法只能对整个文件进行profile.

 

2.cProfile.run('statement')

run方法的参数是python语句，比如可以是一条函数调用的语句。

import cProfile

cProfile . run ('display_spiral(4,4) ' )

 

3.enable/disable

此方法可以对某一部分代码进行profle.

import cProfile

p = cProfile.Profile()

p.enable()#开始采集

display_spiral(4,4)

display_spiral(5,4)

p.disable()#结束采集

p.print_stats(sort='tottime')#打印结果