python - 如何逐行分析 Python 代码？

Question

我一直在使用 cProfile 来分析我的代码，它运行良好。我也用gprof2dot.py将结果可视化(使其更清晰)。

但是，cProfile(以及迄今为止我见过的大多数其他 Python 分析器)似乎只在函数调用级别进行分析。当从不同的地方调用某些函数时，这会导致混淆——我不知道调用 #1 还是调用 #2 占用了大部分时间。当所讨论的函数有六层深，从其他七个地方调用时，情况会变得更糟。

如何获得逐行分析？

而不是这个:

function #12, total time: 2.0s

我希望看到这样的东西:

function #12 (called from somefile.py:102) 0.5s
function #12 (called from main.py:12) 1.5s

cProfile 确实显示了有多少总时间“转移”到了父级，但是当你有一堆层和互连的调用时，这个连接再次丢失。

理想情况下，我希望有一个可以解析数据的 GUI，然后向我展示我的源文件，并为每一行提供总时间。像这样的:

main.py:

a = 1 # 0.0s
result = func(a) # 0.4s
c = 1000 # 0.0s
result = func(c) # 5.0s

然后我可以单击第二个“func(c)”调用来查看该调用中占用时间的内容，与“func(a)”调用不同。这有意义吗？

Answer 1

我相信这就是 Robert Kern's line_profiler用于。从链接:

File: pystone.py
Function: Proc2 at line 149
Total time: 0.606656 s

Line #      Hits         Time  Per Hit   % Time  Line Contents
==============================================================
   149                                           @profile
   150                                           def Proc2(IntParIO):
   151     50000        82003      1.6     13.5      IntLoc = IntParIO + 10
   152     50000        63162      1.3     10.4      while 1:
   153     50000        69065      1.4     11.4          if Char1Glob == 'A':
   154     50000        66354      1.3     10.9              IntLoc = IntLoc - 1
   155     50000        67263      1.3     11.1              IntParIO = IntLoc - IntGlob
   156     50000        65494      1.3     10.8              EnumLoc = Ident1
   157     50000        68001      1.4     11.2          if EnumLoc == Ident1:
   158     50000        63739      1.3     10.5              break
   159     50000        61575      1.2     10.1      return IntParIO