Библиотека питониста | Python, Django, Flask: “Python профилировка: где теряется время в коде Код работает медленно,…”

Python профилировка: где теряется время в коде

Код работает медленно, но непонятно где. Вместо того чтобы гадать — есть инструменты. Шпаргалка по всем основным.

⏱ Быстрый замер — time

import time

start = time.perf_counter()
my_function()
print(f"{time.perf_counter() - start:.4f}s")

Для грубой оценки. perf_counter() точнее чем time()

🔬 Точное сравнение — timeit

import timeit
timeit.timeit("[x**2 for x in range(1000)]", number=10000)

# В Jupyter:
%timeit my_function()

🔍 Где тормозит — cProfile

import cProfile
cProfile.run("my_function()")

# Сохранить для анализа:
cProfile.run("my_function()", "output.prof")

# В Jupyter:
%prun my_function()

Смотреть на tottime (время только в функции) и cumtime (с учётом вызовов внутри)

📋 Какая строка тормозит — line_profiler

# pip install line_profiler

@profile
def my_function():
    ...

kernprof -l -v script.py

# В Jupyter:
%load_ext line_profiler
%lprun -f my_function my_function()

💾 Память — memory_profiler

# pip install memory_profiler

@profile
def my_function():
    ...

python -m memory_profiler script.py

# В Jupyter:
%load_ext memory_profiler
%memit my_function()

📊 Визуализация — snakeviz

# pip install snakeviz
snakeviz output.prof
# Откроет браузер с интерактивной диаграммой

✅ Когда что использовать

— Где тормозит? → cProfile + snakeviz
— Какая строка? → line_profiler
— A быстрее B? → timeit
— Память утекает? → memory_profiler