刘慈欣谈ChatGPT：人类的无能反而 刘慈欣谈ChatGPT：人类的无能反而
OpenAI 因使用“窃取”的个人数据 OpenAI 因使用“窃取”的个人数据
搜狐回应员工遭遇工资补助诈骗： 搜狐回应员工遭遇工资补助诈骗：

软件测试 > 测试技术 > 性能测试 >

Python性能分析指南(5)

发表于：2013-11-12来源：开源中国社区作者：袁不语点击数： 标签：性能测试
11 print = elasped lpop: %s s % t.secs 我经常将这些计时器的输出记录到文件中，这样就可以观察我的程序的性能如何随着时间进化。 使用分析器逐行统计时间和
11 print "=> elasped lpop: %s s" % t.secs

我经常将这些计时器的输出记录到文件中，这样就可以观察我的程序的性能如何随着时间进化。

 

使用分析器逐行统计时间和执行频率

Robert Kern有一个称作line_profiler的不错的项目，我经常使用它查看我的脚步中每行代码多快多频繁的被执行。

想要使用它，你需要通过pip安装该python包：

view source print?
1 $ pip install line_profiler

一旦安装完成，你将会使用一个称做“line_profiler”的新模组和一个“kernprof.py”可执行脚本。

想要使用该工具，首先修改你的源代码，在想要测量的函数上装饰@profile装饰器。不要担心，你不需要导入任何模组。kernprof.py脚本将会在执行的时候将它自动地注入到你的脚步的运行时。

primes.py

view source print?
01 @profile
02 def primes(n): 
03     if n==2:
04         return [2]

原文转自：http://www.oschina.net/translate/python-performance-analysis

相关文章

软件测试沙龙 More>>

新浪微博More>>

...

热门标签