Kodprofilering för körtid

Att skriva effektiv Python-kod

Logan Thomas

Scientific Software Technical Trainer, Enthought

Kodprofilering

Detaljerad statistik om frekvens och varaktighet för funktionsanrop
Rad-för-rad-analyser
Paket som används: line_profiler

pip install line_profiler

Kodprofilering: körtid

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)}

Kodprofilering: körtid

%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)

Kodprofilering: line_profiler

Använder paketet line_profiler

%load_ext line_profiler

Magiskt kommando för rad-för-rad-tider

%lprun -f

Kodprofilering: line_profiler

Använder paketet line_profiler

%load_ext line_profiler

Magiskt kommando för rad-för-rad-tider

%lprun -f convert_units

Kodprofilering: line_profiler

Använder paketet line_profiler

%load_ext line_profiler

Magiskt kommando för rad-för-rad-tider

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

%lprun output

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

alt="Tabellutdata från det magiska kommandot lprun med sammanfattning av körtidsprofileringens statistik"

%lprun output

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

alt="Tabellutdata från det magiska kommandot lprun med sammanfattning av körtidsprofileringens statistik, med kolumnerna Line # och Hits markerade"

%lprun output

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

alt="Tabellutdata från det magiska kommandot lprun med sammanfattning av körtidsprofileringens statistik, med kolumnen Time markerad"

%lprun output

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

alt="Tabellutdata från det magiska kommandot lprun med sammanfattning av körtidsprofileringens statistik, med tidsenhetens första rad markerad"

%lprun output

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

alt="Tabellutdata från det magiska kommandot lprun med sammanfattning av körtidsprofileringens statistik, med rad tre markerad"

%lprun output

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

alt="Tabellutdata från det magiska kommandot lprun med sammanfattning av körtidsprofileringens statistik, med kolumnen Per Hit markerad"

%lprun output

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

Tabellutdata från det magiska kommandot lprun med sammanfattning av körtidsprofileringens statistik, med rad nio markerad

%lprun output

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

alt="Tabellutdata från det magiska kommandot lprun med sammanfattning av körtidsprofileringens statistik, med kolumnen % Time markerad"

%lprun output

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

alt="Tabellutdata från det magiska kommandot lprun med sammanfattning av körtidsprofileringens statistik, med kolumnen Line Contents markerad"

%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="Tabellutdata från det magiska kommandot lprun med sammanfattning av körtidsprofileringens statistik, med Total time på andra raden markerad"

Nu kör vi en övning!

Att skriva effektiv Python-kod