聊聊python的一些常见工具

关于性能测试，主要是针对哪个函数调用过多，或者占用太多内存，或者导致太多的磁盘和网络I/O 首先是IPython的%timeit和time.time()两个函数，他们可以用来计算语句和函数的运行时间。 1.cProfile，这是一个内建工具可以看函数的运行时间 2.line_profiler，这个更加细节，可以关注到每行被调用的次数以及每行花费的时间。 3.perf stat命令可以了解最终执行于CPU的指令的个数和CPU缓存的利用率 4.heapy模块，可以追踪内存中的所有对象，这是为了解决内存泄漏，即使是引用计数，也不可避免一些奇怪的内存泄漏。 5.memory_profiler，可以以图的形式展示RAM的使用情况随时间的变化 最后更重要的是，要学会阅读字节码。在优化性能之前，请注意保持代码的正确性。 一些小细节在于，你应该学会将代码需要的任何管理性工作都放在初始化去做，比如内存分配，读取配置文件等等。 在了解这些行为后，可以选择合适的方法去处理问题。 让我们在看看几个python的解释器. 1.Cython 2.Shed Skin 3.Numba 4.Pythran 5.PyPy 其中Cython，Shed Skin，Pythran是基于C的编译，Numba是基于LLVM的编译，属于AOT编译，而PyPy则是代替了虚拟机，还包含了一个内置的JIT。 这建立在一个很重要的前提，这些工具都会提前帮你做好类型检查，这样python内部就不需要做太复杂的类型检查了，自然效率就提高了。