博主给大众分享一个工具，用以分析Python中CPU运用状况。CPU分析是经过分析CPU执行代码的方式来测绘代码的性能，以此找到代码中的不当之处，而后处理它们。
接下来咱们将瞧瞧怎样跟踪Python脚本运用时CPU运用状况，重点关注以下几个方面：
1、cProfile
2、line_profiler
3、pprofile
4、vprof
测绘CPU运用率，重点运用与内存分析中运用脚本相同的脚本，详细如下：
另一，请记住，在PyPy2中，你必须运用与之协同的pip版本：
并且其他依赖项亦将被安装：
cProfile
在讨论CPU分析时，最常用的工具之一是cProfile，重点是由于它内置在CPython2和PyPy2中。这是一个确定性的分析器，寓意着在运行程序时会收集一组统计数据，例如咱们代码的各个部分的执行次数或执行时间。另外，cProfile在系统上的开销比其他内置的分析器（配置文件）要低。
CPython2的用法很简单：
倘若你运用PyPy2：
其输出如下：
即使运用这个文本输出，很容易看到咱们的脚本多次调用了list.append办法。
倘若咱们运用gprof2dot，咱们能够以图形的方式看到cProfile输出。要运用它，咱们必要首要安装graphviz，之后是有些依赖包，最后在Ubuntu上运用如下命令：
再次运行脚本：
咱们得到以下output.png文件：
欢迎大众加入博主创建的Python行业交流群，有大牛答疑，有资源共享，有企业招人！是一个非常不错的交流基地！群号：683380553
这般更易看到一切。咱们来仔细瞧瞧它的输出。你能够看到脚本中的函数调用如下：
第1行：Python文件名，行号和办法名叫作
第二行：代码块占用所有时间的百分比
第三行：括号中，办法本身占所有时间的百分比
第四行：调用函数的次数
例如，在顶部的第三个红色方块中，办法primes占用了98.28％的时间，其中65.44％的内容在其中进行，调用了40次。其余的时间花在Python中的list.append（22.33％）和range（11.51％）中。
做为一个简单的脚本，咱们只必须重写咱们的脚本，详细的如下所示：
倘若咱们运用CPython2测绘咱们脚本的时间，
还有PyPy2：
咱们经过运用PyPy2的CPython2和3.1X得到了不错的效果，下面是cProfile的调用流程图：
你还能够以编程方式运用cProfile，例如：
这在某些状况下特别有用，例如多进程性能测绘。
line_profiler
此分析器在行级供给关于工作负载的信息。它运用Cython在C中实现，并将其与cProfile进行比较时发掘其拥有较小的开销。
源代码能够在这儿找到，亦能够在这儿找到PyPI页面。与cProfile相比，它拥有同样的开销，不外却要花费12倍的时间来获取配置文件。
要运用它，你必须先经过pip添加它：pip install pip install Cython ipython == 5.4.1 line_profiler（CPython2）。这个分析器的一个重点缺点是它不支持PyPy。
就像运用memory_profiler同样，你必须在要分析的函数中添加一个装饰器。在咱们的例子中，你必须在03.primes-v1.py中定义咱们的primes函数之前添加@profile。而后调用它：
你将得到如下输出：
咱们看到，重复调用list.append的两个循环花了最多的时间。
pprofile
按照作者说明，pprofile是一个“线程测绘和统计的纯python分析器”。
它受到line_profiler的启发，修复了非常多缺点，然则因为它完全用Python编写，因此它亦能够与PyPy成功运用。与cProfile相比，运用CPython时的分析时间要多28倍，而运用PyPy时，分析时间要多10倍，况且细节水平更加细化。
咱们亦支持PyPy！除此之外，它支持剖析线程，这在各样状况下可能会很方便。
要运用它，你必须先经过pip添加它：pip install pprofile（CPython2）/ pypy -m pip install pprofile（PyPy），而后调用它：
输出与咱们以前看到的区别，咱们得到如下结果：
咱们此刻能够更仔细地看到一切。让咱们来瞧瞧输出。你能够得到脚本的全部输出，并且在每行之前，你能够看到对其进行的调用次数，运行时间（秒），每次调用的时间和全局时间的百分比，pprofile为咱们的输出添加了额外的行（如第44和50行，以（call）开头）与累积指标。
再次，咱们看到，重复调用list.append的两个循环花了咱们脚本中最多的时间。
vprof
vprof是一个Python分析器，为各样Python程序特性（如运行时间和内存运用）供给丰富的交互式可视化。它是一个基于Node.JS的图形化的表示在网页中的结果。
运用它，你能够看到与Python脚本关联的以下一个或所有：
1、CPU运用图
2、代码分析
3、内存图
4、代码热图
要运用它，你必须先经过pip添加它：pip install vprof（CPython2）/ pypy -m pip install vprof（PyPy），而后调用它：
在CPython2上，表示代码散热图（第1个调用如下）和代码分析（下面的第二个调用）：
在PyPy上，表示代码散热图（第1个调用如下）和代码分析（下面的第二个调用）：
在每种状况下，你将看到代码散点图的以下内容
以及代码分析的以下内容。
结果以图形方式看到，咱们能够悬停鼠标或单击每行以获取更加多信息。再次，咱们看到，重复调用list.append的两个循环花了咱们脚本中最多的时间。
情人节有奖专题中奖名单颁布
发表于 2024-8-17 20:56:07