Profiling kode untuk runtime

Menulis Kode Python yang Efisien

Logan Thomas

Scientific Software Technical Trainer, Enthought

Profiling kode

Statistik rinci frekuensi dan durasi pemanggilan fungsi
Analisis per baris
Paket yang digunakan: line_profiler

pip install line_profiler

Profiling kode: runtime

heroes = ['Batman', 'Superman', 'Wonder Woman']

hts = np.array([188.0, 191.0, 183.0])

wts = np.array([ 95.0, 101.0,  74.0])

def convert_units(heroes, heights, weights):

    new_hts = [ht * 0.39370  for ht in heights]
    new_wts = [wt * 2.20462  for wt in weights]

    hero_data = {}

    for i,hero in enumerate(heroes):
        hero_data[hero] = (new_hts[i], new_wts[i])

    return hero_data

convert_units(heroes, hts, wts)

{'Batman': (74.0156, 209.4389),
 'Superman': (75.1967, 222.6666),
 'Wonder Woman': (72.0471, 163.1419)}

Profiling kode: runtime

%timeit convert_units(heroes, hts, wts)

3 µs ± 32 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

%timeit new_hts = [ht * 0.39370  for ht in hts]

1.09 µs ± 11 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

%timeit new_wts = [wt * 2.20462  for wt in wts]

1.08 µs ± 6.42 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

%%timeit
hero_data = {}
for i,hero in enumerate(heroes):
    hero_data[hero] = (new_hts[i], new_wts[i])

634 ns ± 9.29 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

Profiling kode: line_profiler

Menggunakan paket line_profiler

%load_ext line_profiler

Perintah magic untuk waktu per baris

%lprun -f

Profiling kode: line_profiler

Menggunakan paket line_profiler

%load_ext line_profiler

Perintah magic untuk waktu per baris

%lprun -f convert_units

Profiling kode: line_profiler

Menggunakan paket line_profiler

%load_ext line_profiler

Perintah magic untuk waktu per baris

%lprun -f convert_units convert_units(heroes, hts, wts)

Keluaran %lprun

%lprun -f convert_units convert_units(heroes, hts, wts)

alt=”Keluaran tabel perintah magic lprun yang merangkum statistik profiling runtime”

Keluaran %lprun

%lprun -f convert_units convert_units(heroes, hts, wts)

alt=”Keluaran tabel perintah magic lprun yang merangkum statistik profiling runtime dengan kolom Line # dan Hits disorot”

Keluaran %lprun

%lprun -f convert_units convert_units(heroes, hts, wts)

alt=”Keluaran tabel perintah magic lprun yang merangkum statistik profiling runtime dengan kolom Time disorot”

Keluaran %lprun

%lprun -f convert_units convert_units(heroes, hts, wts)

alt=”Keluaran tabel perintah magic lprun yang merangkum statistik profiling runtime dengan unit Time pada baris pertama disorot”

Keluaran %lprun

%lprun -f convert_units convert_units(heroes, hts, wts)

alt=”Keluaran tabel perintah magic lprun yang merangkum statistik profiling runtime dengan baris ketiga disorot”

Keluaran %lprun

%lprun -f convert_units convert_units(heroes, hts, wts)

alt=”Keluaran tabel perintah magic lprun yang merangkum statistik profiling runtime dengan kolom Per Hit disorot”

Keluaran %lprun

%lprun -f convert_units convert_units(heroes, hts, wts)

Keluaran tabel perintah magic lprun yang merangkum statistik profiling runtime dengan baris kesembilan disorot

Keluaran %lprun

%lprun -f convert_units convert_units(heroes, hts, wts)

alt=”Keluaran tabel perintah magic lprun yang merangkum statistik profiling runtime dengan kolom % Time disorot”

Keluaran %lprun

%lprun -f convert_units convert_units(heroes, hts, wts)

alt=”Keluaran tabel perintah magic lprun yang merangkum statistik profiling runtime dengan kolom Line Contents disorot”

%timeit convert_units convert_units(heroes, hts, wts)

3 µs ± 32 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

%lprun -f convert_units convert_units(heroes, hts, wts)

alt="Keluaran tabel perintah magic lprun yang merangkum statistik profiling runtime dengan baris kedua Total time disorot"

Ayo berlatih kemampuan profiling Anda!

Menulis Kode Python yang Efisien