• <ruby id="5koa6"></ruby>
    <ruby id="5koa6"><option id="5koa6"><thead id="5koa6"></thead></option></ruby>

    <progress id="5koa6"></progress>

  • <strong id="5koa6"></strong>
  • Python性能分析指南(5)

    發表于:2013-11-12來源:開源中國社區作者:袁不語點擊數: 標簽:性能測試
    11 print = elasped lpop: %s s % t.secs 我經常將這些計時器的輸出記錄到文件中,這樣就可以觀察我的程序的性能如何隨著時間進化。 使用分析器逐行統計時間和
    11 print "=> elasped lpop: %s s" % t.secs

    我經常將這些計時器的輸出記錄到文件中,這樣就可以觀察我的程序的性能如何隨著時間進化。

     
    <progress id="5koa6"></progress>

  • 使用分析器逐行統計時間和執行頻率

    Robert Kern有一個稱作line_profiler的不錯的項目,我經常使用它查看我的腳步中每行代碼多快多頻繁的被執行。

    想要使用它,你需要通過pip安裝該python包:

    1 $ pip install line_profiler

    一旦安裝完成,你將會使用一個稱做“line_profiler”的新模組和一個“kernprof.py”可執行腳本。

    想要使用該工具,首先修改你的源代碼,在想要測量的函數上裝飾@profile裝飾器。不要擔心,你不需要導入任何模組。kernprof.py腳本將會在執行的時候將它自動地注入到你的腳步的運行時。

    primes.py

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

    原文轉自:http://www.oschina.net/translate/python-performance-analysis

    老湿亚洲永久精品ww47香蕉图片_日韩欧美中文字幕北美法律_国产AV永久无码天堂影院_久久婷婷综合色丁香五月

  • <ruby id="5koa6"></ruby>
    <ruby id="5koa6"><option id="5koa6"><thead id="5koa6"></thead></option></ruby>

    <strong id="5koa6"></strong>