Python cProfile性能分析工具实战指南
发布时间：2026-10-13| 6人浏览过
本文详细介绍Python内置的cProfile性能分析工具。通过具体代码示例，演示如何使用命令行直接运行cProfile以及保存结果文件进行后续分析。重点讲解pstats模块的sort_stats参数，包括按时间排序等常用选项，帮助开发者快速定位性能瓶颈。
前言
cProfile模块简介
Python内置了多个性能分析模块，包括profile、cProfile和hotshot。它们的使用方式大致相同，主要区别在于实现语言是纯Python还是C语言。本文重点介绍cProfile模块的使用方法。
示例代码
import time
def func1():
sum = 0
for i in range(1000000):
sum += i
def func2():
time.sleep(10)
func1()
func2()基础运行与结果分析
执行命令
python -m cProfile del.py执行输出
结果解读
结果显示共执行了6个函数，总耗时10.138秒。默认情况下，结果按函数名称排序输出。
保存结果与高级分析
脚本运行方式
python -m cProfile -o del.out del.py可以通过模块模式直接保存profile结果，以便进行更深入的分析。具体运行命令如下
python -c "import pstats; p=pstats.Stats('del.out'); p.print_stats()"输出结果（随机顺序）
可以指定排序方式，例如按照函数消耗的时间进行排序
python -c "import pstats; p=pstats.Stats('del.out'); p.sort_stats('time').print_stats()"
sort_stats方法支持以下参数：
calls, cumulative, file, line, module, name, nfl, pcalls, stdname, timepstats模块还提供交互式分析功能
以上内容为本文全部介绍，希望对各位学习有所帮助。也欢迎大家继续支持本站。
免责声明：本文内容仅供参考，不代表本站观点。转载或引用请注明出处。
