پنج کتابخانه عالی برای پروفایل کردن کد پایتون

هر زبان برنامه نویسی دارای دو نوع سرعت است: سرعت توسعه و سرعت اجرا.

پایتون همیشه نوشتن سریع در مقابل سریع اجرا شدن را ترجیح داده است. اگرچه کد python برای انجام کار تقریباً همیشه به اندازه کافی سریع است، اما گاهی اوقات اینطور نیست. در این موارد، شما باید بفهمید که کجا و چرا عقب است و در مورد آن کاری انجام دهید.
Time and Timeit: گاهی اوقات تمام آنچه شما نیاز دارید یک کرنومتر است. این ماژول ها فقط در صورتی کار می کنند که به صورت جداگانه با کد کار کنید. هیچکدام از آنها برای تجزیه و تحلیل کل برنامه کافی نیستند. پس اول بدانید که برنامه شما بیشتر وقت خود را در بین هزاران کد کجا خرج می کند.
cProfile: هنگامی که اجرا می شود، cProfile هر فراخوانی عملکردی را در برنامه شما ردیابی می کند و لیستی از آنهایی که بیشترین فراخوانی می شوند و متوسط ​​مدت زمانی که فراخوانی طول می کشد را ایجاد می کند.

Pyinstrument: از آنجا که برنامه شما را ردیابی می کند و گزارشاتی را درباره کدی که بیشتر زمان را اشغال می کند، مانند cProfile کار می کند. اما Pyinstrument دو مزیت عمده نسبت به cProfile دارد که ارزش امتحان کردن دارد. کلی نگر تر است و گزارش آن خلاصه تر است.
Py-spy: برخلاف PyInstrument ، Py-spy دارای اجزای اصلی نوشته شده در Rust است (Pyinstrument از پسوند C استفاده می کند) و با برنامه پروفایل خارج از روند کار می شود، بنابراین می توان با کد در حال تولید با خیال راحت از آن استفاده کرد.
Yappi: دارای بسیاری از بهترین ویژگی های سایر پروفایلر های بحث شده در اینجا است و برخی هم توسط هیچ یک از آنها ارائه نشده است. PyCharm یاپی را به طور پیش فرض به عنوان پروفایلر موردنظر خود نصب می کند، بنابراین کاربران آن IDE از قبل دسترسی داخلی به Yappi را دارند.

بیشتر بدانید: https://lnkd.in/dMGPr_e