如何分析我的代码？

Question

我想知道如何分析我的代码。

我已经阅读了文档，但由于没有给出示例，我无法从中得到任何信息。

我有一个很大的代码，并且花费了很多时间，因此我想分析并提高其速度。 我还没有在方法中编写代码，中间有一些代码，但不完全。 我的代码中没有任何 main 。我想知道如何使用分析。 我正在寻找一些有关如何分析的示例或示例代码。

我尝试了 psyco，即只是在代码顶部添加了两行：

import psyco
psyco.full()

这是正确的吗？它没有显示出任何改善。 还有什么办法可以加快速度，请指教。

Answer 1

这个问题的标准答案是使用 cProfile。

不过，您会发现，如果您的代码没有分成方法，cProfile 不会为您提供特别丰富的信息。

相反，您可能想尝试这里另一张海报所说的蒙特卡罗分析。引用另一个答案：

如果你赶时间，你可以
手动中断您的程序
调试器在运行时
主观上很慢，有一个简单的
查找性能问题的方法。

只需停止几次，然后每次
有时间看一下调用堆栈。 如果有
是一些代码浪费了一些
时间百分比，20% 或 50% 或
不管怎样，这就是概率
你会在每一次的行动中发现它
样本。 这大致是
您所使用的样本的百分比
会看到它。没有受过教育的
需要猜测。如果您有
猜猜问题是什么，这个
将证明或反驳它。

您可能有多种表现
不同大小的问题。如果你
清除其中任何一个，
其余的将需要更大的时间
百分比，并且更容易发现
随后的传递。

警告：程序员往往
对此技术持怀疑态度，除非
他们自己也用过。他们会
说分析器给你这个
信息，但只有当
他们对整个调用堆栈进行采样。
调用图不会给你同样的结果
信息，因为 1）他们不
在教学层面进行总结，
2）他们给出了令人困惑的总结
在存在递归的情况下。他们
还会说它只适用于玩具
程序，当它实际运行时
任何程序，它似乎都有效
在更大的程序上更好，因为
他们往往会遇到更多问题
找到[添加了强调]。

它不是正统的，但我在一个项目中非常成功地使用了它，其中使用 cProfile 进行分析并没有给我提供有用的输出。

最好的一点是，这在 Python 中非常容易做到。只需在解释器中运行 Python 脚本，按 [Control-C]，记下回溯并重复多次即可。

Answer 2

编辑：

此答案已在 https://github.com/campos-ddc/cprofile_graph 中实现

使用 cProfile 进行分析

这是我不久前写的一篇关于使用 cProfile 进行分析并带有一些图形辅助的文章。

cProfile 是最常用的 python 分析器之一，虽然非常强大，但标准文本输出有点乏善可陈。在这里，我将向您展示如何以更简单的方式在您的应用程序中使用 cProfile。

使用 cProfile 有两种常见方法，您可以在提示中将其用作命令来分析给定模块，也可以在代码中使用它来分析特定的代码片段。

分析模块

要使用 cProfile 分析整个模块，只需在提示符中使用以下命令：

python -m cProfile -o output_filename.pstats path/to/script arg1 arg2

这将使用给定的参数（它们是可选的）运行您的模块，并将输出转储到 output_filename.pstats 中。

有很多方法来读取该输出文件上的数据，但目的是在这篇文章中，我们不用担心这些，而是​​专注于获得图形可视化。

从内部进行分析

有时您不想分析整个模块，而只想分析其中的几行。

为此，您必须向模块添加一些代码。

首先：

import cProfile

然后，您可以用以下内容替换任何代码段：

cProfile.runctx('Your code here', globals(), locals(), 'output_file')

例如，这是分析之前和之后的测试：

import unittest

class Test(unittest.TestCase):

    def testSomething(self):
        self.DoSomethingIDontCareAbout()

        param = 'whatever'
        self.RunFunctionIThinkIsSlow(param)

        self.AssertSomeStuff() # This is after all, a test

之后：

import unittest
import cProfile

class Test(unittest.TestCase):

    def testSomething(self):
        self.DoSomethingIDontCareAbout()

        param = 'whatever'
        cProfile.runctx(
            'self.RunFunctionIThinkIsSlow(param)',
            globals(),
            locals(),
            'myProfilingFile.pstats'
        )

        self.AssertSomeStuff() # This is after all, a test

将 pstats 文件转换为图形

要将分析文件转换为图形，您将需要一些东西：

• gprof2dot：此模块会将您的输出转换为 <点文件，图形描述的标准文件格式。
• GraphViz：它将您的点文件转换为图像。

下载 gprof2dot 并安装 GraphViz 后，在提示符中运行以下命令：

python gprof2dot -f pstats myProfileFile | dot -Tpng -o image_output.png

您可能必须使用 gprof2dot 的完整路径和/或点，或者您可以将它们添加到您的 PATH 环境变量中。

完成所有这些之后，您应该得到一个看起来有点像这样的图像：

• 更热的颜色（红色、橙色、黄色）表示比冷色（绿色、蓝色）占用更多运行时间的函数

• 在每个节点上，您可以查看该函数使用的总运行时间的百分比以及调用它的次数。

• 节点之间的箭头指示哪个函数调用了其他函数，这样的箭头还有一个标题，指示运行时的百分比是通过那里的。

  节点之间的箭头指示

注意：百分比加起来并不总是等于 100%，特别是在引用 C++ 代码的代码部分，这些代码不会被分析。 cProfile 也无法确定“eval”语句内部调用的内容，因此您可能会在图表中看到一些跳跃。

Answer 3

使用cProfile。您可以从命令行使用它并将模块作为参数传递，因此您不需要 main 方法。