1.timeit：

>>> import timeit
>>> def fun():
    for i in range(100000):
        a = i * i

>>> timeit.timeit('fun()', 'from __main__ import fun', number=1)
0.02922706632834235
>>>  

timeit只輸出被測試程式碼的總執行時間，單位為秒，沒有詳細的統計。

2.profile

profile：純Python實現的效能測試模組，介面和cProfile一樣。

>>> import profile
>>> def fun():
   for i in range(100000):
      a = i * i

      

>>> profile.run('fun()')
         5 function calls in 0.031 seconds

   Ordered by: standard name

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.000    0.000    0.016    0.016 :0(exec)
        1    0.016    0.016    0.016    0.016 :0(setprofile)
        1    0.016    0.016    0.016    0.016 <pyshell#13>:1(fun)
        1    0.000    0.000    0.016    0.016 <string>:1(<module>)
        1    0.000    0.000    0.031    0.031 profile:0(fun())
        0    0.000             0.000          profile:0(profiler)


>>> 

ncall：函式執行次數

tottime： 函式的總的執行時間，減去函式中呼叫子函式的執行時間

第一個percall：percall = tottime / nclall 

cumtime:函式及其所有子函式調整的執行時間，也就是函式開始呼叫到結束的時間。

第二個percall：percall = cumtime / nclall 

3.cProfile

profile：c語言實現的效能測試模組，介面和profile一樣。

>>> import cProfile
>>> def fun():
   for i in range(100000):
      a = i * i

      
>>> cProfile.run('fun()')
         4 function calls in 0.024 seconds

   Ordered by: standard name

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.024    0.024    0.024    0.024 <pyshell#17>:1(fun)
        1    0.000    0.000    0.024    0.024 <string>:1(<module>)
        1    0.000    0.000    0.024    0.024 {built-in method exec}
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}


>>> 

4.line_profiler

安裝：

pip install line_profiler

安裝之後kernprof.py會加到環境變數中。

line_profiler可以統計每行程式碼的執行次數和執行時間等，時間單位為微妙。

測試程式碼：

C:\Python34\test.py

import time


@profile
def fun():
    a = 0
b = 0
for i in range(100000):
        a = a + i * i

    for i in range(3):
        b += 1
 
time.sleep(0.1)

    return a + b


fun()

使用：

1.在需要測試的函式加上@profile裝飾，這裡我們把測試程式碼寫在C:\Python34\test.py檔案上.

2.執行命令列：kernprof -l -v C:\Python34\test.py

輸出結果如下：

Total Time：測試程式碼的總執行時間 
Hits：表示每行程式碼執行的次數  
Time：每行程式碼執行的總時間  
Per Hits：每行程式碼執行一次的時間  
% Time：每行程式碼執行時間的百分比

5.memory_profiler:

memory_profiler工具可以統計每行程式碼佔用的記憶體大小。  

安裝：

pip install psutil  

測試程式碼：  

同line_profiler。 

使用： 

6.PyCharm圖形化效能測試工具：

7.objgraph：

objgraph是一個實用模組,可以列出當前記憶體中存在的物件，可用於定位記憶體洩露。

objgraph需要安裝：

pip install objgraph

使用方法這裡不做描述，自行百度。