категории | RSS
  

Источник: dimonvideo.ru
--------

Хотелось бы рассказать о модуле profile, который появился в PyS60 2.0(на самом деле в версию 2.0 включено очень много интересных и полезных  модулей стандартной библиотеки Python, о которых многие не знают.Эти модули появились благодаря тому, что Python for S60 2.0 собран на базе компьютерного 2.5.4, и все нововведения "старшего" брата тоже в него вошли).
  Итак, модуль profile - это профайлер , который можно использовать для сбора статистики о времени работы отдельных функций.Например когда требуется повысить быстродействие отдельного участка кода, можно протестировать профайлером варианты его(участка) реализаций, и выбрать менее ресурсоемкий.Для этого мы будем использовать функцию run() этого модуля.
 Например, нам требуется посчитать суму чисел от 0 до 100, и на выбор у нас есть два варианта: использовать рекурсию(ну не знаю зачем, просто для примера) или цикл while:

import profile                  # импортируем модуль profile
def plus(cell, i):                # объявляем рекурсивную функцию(cell - переменная для сохранения результата суммирования до следующего вызова,
     cell+=i                    # i - счетчик и одновременно число для сложения с предыдущим результатом)
     i+=1
     if i>100:                  # если сложили все 100 чисел(0....100), выводим результат на экран
         print cell
         return
     return plus(cell, i)      # собственно, рекурсия(вызываем функцию из самой же себя)

profile.run("plus(0, 0)")      # просим профайлер собрать и вывести вывести статистику выполнения нашей функции, и время выполнения(аргумент
                                       # функции run() должен быть строкой с выражением или кодом

code="""cell_=0               # в переменную code сохраняем код выполнения нашей операции, но уже с циклом while(вместо рекурсии)
i=0
while i<=100:
    cell_+=i
    i+=1
print cell_"""
profile.run(code)                 # вызываем run(code) для профилирования












Запускаем наш скрипт и получаем следующее:


>>>
5050  # собственно результат

         301 function calls (201 primitive calls) in 0.029 CPU seconds  # рекурсия - вызов 301-й функции, 0.029 CPU seconds

   Ordered by: standard name

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
       12    0.003    0.000    0.003    0.000 :0(acquire)
        6    0.000    0.000    0.000    0.000 :0(allocate_lock)
        3    0.000    0.000    0.000    0.000 :0(append)
        3    0.000    0.000    0.000    0.000 :0(dumps)
        3    0.000    0.000    0.000    0.000 :0(fileno)
        3    0.000    0.000    0.000    0.000 :0(get)
       15    0.000    0.000    0.000    0.000 :0(get_ident)
        7    0.000    0.000    0.000    0.000 :0(has_key)
        6    0.000    0.000    0.000    0.000 :0(isinstance)
        9    0.000    0.000    0.000    0.000 :0(len)
        3    0.000    0.000    0.000    0.000 :0(pack)
        6    0.000    0.000    0.000    0.000 :0(release)
        3    0.000    0.000    0.000    0.000 :0(select)
        3    0.001    0.000    0.001    0.000 :0(send)
        1    0.023    0.023    0.023    0.023 :0(setprofile)
        1    0.000    0.000    0.006    0.006 :1()
        3    0.000    0.000    0.000    0.000 :1(fileno)
        1    0.000    0.000    0.029    0.029 profile:0(plus(0, 0))
        0    0.000             0.000          profile:0(profiler)
    101/1    0.000    0.000    0.006    0.006 recursion.py:2(plus)
       21    0.000    0.000    0.000    0.000 rpc.py:149(debug)
        3    0.000    0.000    0.005    0.002 rpc.py:208(remotecall)
        3    0.000    0.000    0.001    0.000 rpc.py:218(asynccall)
        3    0.000    0.000    0.004    0.001 rpc.py:238(asyncreturn)
        3    0.000    0.000    0.000    0.000 rpc.py:244(decoderesponse)
        3    0.000    0.000    0.004    0.001 rpc.py:279(getresponse)
        3    0.000    0.000    0.000    0.000 rpc.py:287(_proxify)
        3    0.000    0.000    0.004    0.001 rpc.py:295(_getresponse)
        3    0.000    0.000    0.000    0.000 rpc.py:317(newseq)
        3    0.000    0.000    0.001    0.000 rpc.py:321(putmessage)
        3    0.000    0.000    0.001    0.000 rpc.py:548(__getattr__)
        2    0.000    0.000    0.000    0.000 rpc.py:591(__init__)
        2    0.000    0.000    0.004    0.002 rpc.py:596(__call__)
        3    0.000    0.000    0.000    0.000 threading.py:101(__init__)
        3    0.000    0.000    0.000    0.000 threading.py:116(acquire)
        3    0.000    0.000    0.000    0.000 threading.py:136(release)
        3    0.000    0.000    0.000    0.000 threading.py:154(_acquire_restore)
        3    0.000    0.000    0.000    0.000 threading.py:162(_release_save)
        3    0.000    0.000    0.000    0.000 threading.py:172(_is_owned)
        3    0.000    0.000    0.000    0.000 threading.py:176(Condition)
        3    0.000    0.000    0.000    0.000 threading.py:181(__init__)
        3    0.000    0.000    0.003    0.001 threading.py:230(wait)
        6    0.000    0.000    0.000    0.000 threading.py:59(__init__)
       15    0.000    0.000    0.000    0.000 threading.py:64(_note)
        6    0.000    0.000    0.000    0.000 threading.py:808(currentThread)
        3    0.000    0.000    0.000    0.000 threading.py:96(RLock)

5050 #результат

         135 function calls in 0.004 CPU seconds  # цикл while - 135 вызовов, 0.004 CPU seconds

   Ordered by: standard name

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        8    0.003    0.000    0.003    0.000 :0(acquire)
        4    0.000    0.000    0.000    0.000 :0(allocate_lock)
        2    0.000    0.000    0.000    0.000 :0(append)
        2    0.000    0.000    0.000    0.000 :0(dumps)
        2    0.000    0.000    0.000    0.000 :0(fileno)
        2    0.000    0.000    0.000    0.000 :0(get)
       10    0.000    0.000    0.000    0.000 :0(get_ident)
        4    0.000    0.000    0.000    0.000 :0(has_key)
        4    0.000    0.000    0.000    0.000 :0(isinstance)
        6    0.000    0.000    0.000    0.000 :0(len)
        2    0.000    0.000    0.000    0.000 :0(pack)
        4    0.000    0.000    0.000    0.000 :0(release)
        2    0.000    0.000    0.000    0.000 :0(select)
        2    0.000    0.000    0.000    0.000 :0(send)
        1    0.000    0.000    0.000    0.000 :0(setprofile)
        1    0.000    0.000    0.004    0.004 :1()
        2    0.000    0.000    0.000    0.000 :1(fileno)
        1    0.000    0.000    0.004    0.004 profile:0(cell_=0
i=0
while i<=100:
    cell_+=i
    i+=1
print cell_)
        0    0.000             0.000          profile:0(profiler)
       14    0.000    0.000    0.000    0.000 rpc.py:149(debug)
        2    0.000    0.000    0.004    0.002 rpc.py:208(remotecall)
        2    0.000    0.000    0.000    0.000 rpc.py:218(asynccall)
        2    0.000    0.000    0.003    0.002 rpc.py:238(asyncreturn)
        2    0.000    0.000    0.000    0.000 rpc.py:244(decoderesponse)
        2    0.000    0.000    0.003    0.002 rpc.py:279(getresponse)
        2    0.000    0.000    0.000    0.000 rpc.py:287(_proxify)
        2    0.000    0.000    0.003    0.002 rpc.py:295(_getresponse)
        2    0.000    0.000    0.000    0.000 rpc.py:317(newseq)
        2    0.000    0.000    0.000    0.000 rpc.py:321(putmessage)
        2    0.000    0.000    0.000    0.000 rpc.py:548(__getattr__)
        2    0.000    0.000    0.000    0.000 rpc.py:591(__init__)
        2    0.000    0.000    0.004    0.002 rpc.py:596(__call__)
        2    0.000    0.000    0.000    0.000 threading.py:101(__init__)
        2    0.000    0.000    0.000    0.000 threading.py:116(acquire)
        2    0.000    0.000    0.000    0.000 threading.py:136(release)
        2    0.000    0.000    0.000    0.000 threading.py:154(_acquire_restore)
        2    0.000    0.000    0.000    0.000 threading.py:162(_release_save)
        2    0.000    0.000    0.000    0.000 threading.py:172(_is_owned)
        2    0.000    0.000    0.000    0.000 threading.py:176(Condition)
        2    0.000    0.000    0.000    0.000 threading.py:181(__init__)
        2    0.000    0.000    0.003    0.002 threading.py:230(wait)
        4    0.000    0.000    0.000    0.000 threading.py:59(__init__)
       10    0.000    0.000    0.000    0.000 threading.py:64(_note)
        4    0.000    0.000    0.000    0.000 threading.py:808(currentThread)
        2    0.000    0.000    0.000    0.000 threading.py:96(RLock)

ncalls - количество вызовов функции или метода;
tottime - полное время выполнения кода функции (без времени нахождения в вызываемых функциях);
percall - тоже, в пересчете на один вызов;
cumtime - аккумулированное время нахождения в функции, вместе со всеми вызываемыми функциями;

Последняя колонка - имя файла, номер строки с функцией или методов и его имя.
То есть 0, 029/0, 004=7, 25 - во столько раз быстрее выполнение нашей задачи при использовании цикла while(разумеется, это было очевидно с самого начала, но это же всего лишь пример).Таким образом, вы получаете простой и мощный инструмент для оптимизации кода, и нахождения "узких"
 мест для последующего их рефакторинга с целью повышения еффективности.


DimonVideo
2010-06-20T19:30:02Z
Здесь находятся
всего 0. За сутки здесь было 0 человек

Комментарии 1

Напомнить пароль