检测Python程序的执行效率

无意中被问到代码执行效率的问题，那就总结一下检测代码执行效率的几种方式：

一、装饰器

在函数上加装饰器，来得到函数的执行时间。

def cst_time(func, *args, **kwargs):
    def wrapper(*args, **kwargs):
        start = time.time()
        ret = func(*args, **kwargs)
        end = time.time()
        timestrap = end -start
        print('function %s running time is %s'%(func.__name__,timestrap))
        return ret
    return wrapper

二、timeit模块

用timeit模块来计算代码执行时间：

python3 -m timeit -n 4 -r 5 -s "import binaryTree" "binaryTree"    #其中binaryTree表示python脚本文件名
 
或
 
python3 -m timeit -n 4 -r 5 -s "import binaryTree" "binaryTree.functionname"    #可以指定脚本中某个具体的函数

参数：

　　-m mod : run library module as a script (terminates option list)

执行结果：

4 loops, best of 5: 0.0792 usec per loop

这表示测试了4次，平均每次测试重复5次，最好的测试结果是0.0792秒。

如果不指定测试或重复次数，默认值为10次测试，每次重复5次。

三、Linux的time命令

1	`time` `-p python3 multiTree.py`

执行结果：

real 0.09              # 执行脚本的总时间
user 0.04             # 执行脚本消耗的CPU时间    
sys 0.00               # 执行内核函数消耗的时间
 
# real - （user + sys）的时间差，就是消耗在I/O等待和执行其他任务消耗的时间。

四、cProfile模块

如果想知道每个函数消耗的多少时间，以及每个函数执行了多少次，可以用CProfile模块。

1	`python3 -m cProfile -s cumulative multiTree.py`

执行结果：

五、line_Profiler模块

使用line_Profiler可以给出执行每行代码所占用的CPU时间。

$ sudo pip3 install line_Profiler

用@profile 指定去检测那个函数，不需要导入模块。

@profile
def random_sort2(n):
    l = [random.random() for i in range(n)]
    l.sort()
    return l
  
if __name__ == "__main__":
    random_sort2(2000000)

可以通过如下命令逐行扫描每行代码的执行情况：

$ kernprof -l -v timing_functions.py

其中-l表示逐行解释，-v表示表示输出详细结果。通过这种方法，我们看到构建数组消耗了44%的计算时间，而sort()方法消耗了剩余的56%的时间。

六、memory_profiler模块

逐行检测每行代码内存的使用的情况。但使用这个模块会让代码运行更慢。

$ sudo pip3 install memory_profiler

安装 psutil模块，会让memory_profiler运行更快。

$ sudo pip3 install psutil　　

在函数上加 @profile 装饰器来指定需要追踪的函数。

执行如下命令，查看结果：

$ python3 -m memory_profiler timing_functions.py

七、guppy模块

通过这个包可以知道在代码执行的每个阶段中，每种类型（str、tuple、dict等）分别创建了多少对象。

$ pip3 install guppy

将其添加到代码中：

from guppy import hpy
  
def random_sort3(n):
    hp = hpy()
    print( "Heap at the beginning of the functionn", hp.heap())
    l = [random.random() for i in range(n)]
    l.sort()
    print( "Heap at the end of the functionn", hp.heap())
    return l
  
if __name__ == "__main__":
    random_sort3(2000000)　　