Python 配置文件陷阱

Question

我是一个刚开始分析我的代码的初学者，我很困惑为什么 cProfile 给出的经过时间与使用 time.time() 给出的时间相差如此之大。

# Python 2.7.2

import cProfile

def f(n):
    G = (i for i in xrange(n))
    sum = 0
    for i in G:
        sum += i

num = 10**6

cProfile.run('f(num)')

这给了 1000004 次函数调用在 2.648 秒内

但是使用 time.time()，我得到 0.218000173569 秒

import time

x = time.time()
f(num)
print time.time() - x

根据我的阅读，我猜这可能是因为 cProfile 的开销。对于 cProfile 计时可能非常偏离的情况，或获得更准确计时的方法，是否有任何一般提示？

Answer 1

请注意，cProfile 为您提供CPU time，但使用 time.time() 为您提供经过的时间（这不是您想要的）。

也许你可以尝试使用 unix time 程序。

➜  sandbox  /usr/bin/time -p python profiler.py

real         0.17
user         0.14
sys          0.01

CPU时间应该是user+sys

Answer 2

分析的目的是找出程序的哪些部分花费的时间最多，因此最需要关注。如果一个函数使用了 90% 的时间，那么您应该在那里查看如何使该函数更有效。整个运行需要 10 秒还是 1000 秒都没有关系。

也许探查器为您提供的最重要的信息是调用了多少次。为什么这很有用，它可以帮助您找到经常不必要地调用事物的地方，特别是如果您有嵌套循环或许多调用其他函数的函数。探查器可帮助您追踪这些东西。

分析开销是不可避免的，而且很大。但是让分析器完成它的工作要比在各处插入您自己的计时和打印语句要容易得多。