Python 有高级分析模块吗？

Question

我想分析我的 Python 代码。我很了解 cProfile，并且使用它，但它的级别太低了。 （例如，甚至没有一种简单的方法来捕获您正在分析的函数的返回值。）

我想做的一件事：我想在我的程序中获取一个函数并将其设置为在运行程序时即时进行分析。

例如，假设我的程序中有一个函数 heavy_func。我想启动程序并让 heavy_func 函数不分析本身。但在程序运行时的某个时候，我想更改 heavy_func 以在程序运行时对其自身进行分析。 （如果您想知道如何在程序运行时操作某些内容：我可以从调试探针或集成到我的 GUI 应用程序中的 shell 执行此操作。）

是否已经编写了一个模块可以执行类似的操作？我可以自己写，但我只是想先问一下，这样我就不会重新发明轮子了。

Answer 1

这可能有点令人费解，但是 这种技术应该可以帮助您找到“瓶颈”，这就是您想要做的。
您非常确定自己想要关注哪些日常活动。
如果这是你需要关注的日常习惯，那么它会证明你是对的。
如果真正的问题在其他地方，它会告诉您它们在哪里。

如果您想要一份乏味的原因列表，请查看此处。

Answer 2

我为它编写了自己的模块。我称之为cute_profile。 这是代码。 以下是测试。

这是解释如何操作的博客文章来使用它。

它是GarlicSim的一部分，所以如果你想使用它，你可以安装 garlicsim 并执行 from Garlicsim.general_misc import Cute_profile.

如果您想在 Python 3 代码上使用它，只需安装 Python 3 fork of garlicsim。

以下是代码的过时摘录：

import functools

from garlicsim.general_misc import decorator_tools

from . import base_profile


def profile_ready(condition=None, off_after=True, sort=2):
    '''
    Decorator for setting a function to be ready for profiling.

    For example:

        @profile_ready()
        def f(x, y):
            do_something_long_and_complicated()

    The advantages of this over regular `cProfile` are:

     1. It doesn't interfere with the function's return value.

     2. You can set the function to be profiled *when* you want, on the fly.

    How can you set the function to be profiled? There are a few ways:

    You can set `f.profiling_on=True` for the function to be profiled on the
    next call. It will only be profiled once, unless you set
    `f.off_after=False`, and then it will be profiled every time until you set
    `f.profiling_on=False`.

    You can also set `f.condition`. You set it to a condition function taking
    as arguments the decorated function and any arguments (positional and
    keyword) that were given to the decorated function. If the condition
    function returns `True`, profiling will be on for this function call,
    `f.condition` will be reset to `None` afterwards, and profiling will be
    turned off afterwards as well. (Unless, again, `f.off_after` is set to
    `False`.)

    `sort` is an `int` specifying which column the results will be sorted by.
    '''


    def decorator(function):

        def inner(function_, *args, **kwargs):

            if decorated_function.condition is not None:

                if decorated_function.condition is True or \
                   decorated_function.condition(
                       decorated_function.original_function,
                       *args,
                       **kwargs
                       ):

                    decorated_function.profiling_on = True

            if decorated_function.profiling_on:

                if decorated_function.off_after:
                    decorated_function.profiling_on = False
                    decorated_function.condition = None

                # This line puts it in locals, weird:
                decorated_function.original_function

                base_profile.runctx(
                    'result = '
                    'decorated_function.original_function(*args, **kwargs)',
                    globals(), locals(), sort=decorated_function.sort
                )                
                return locals()['result']

            else: # decorated_function.profiling_on is False

                return decorated_function.original_function(*args, **kwargs)

        decorated_function = decorator_tools.decorator(inner, function)

        decorated_function.original_function = function
        decorated_function.profiling_on = None
        decorated_function.condition = condition
        decorated_function.off_after = off_after
        decorated_function.sort = sort

        return decorated_function

    return decorator