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
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：
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：
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：
- pip install objgraph
使用方法这里不做描述，自行百度。