IPythonノートブックでプロファイルの統計をすばやく取得するため。line_profilerとmemory_profilerをノートブックに直接埋め込むことができます。
別の便利なパッケージはPymplerです。これは、クラス、オブジェクト、関数、メモリリークなどを追跡できる強力なプロファイリングパッケージです。以下の例では、ドキュメントが添付されています。
それを得る！
!pip install line_profiler
!pip install memory_profiler
!pip install pympler
それをロードしてください！
%load_ext line_profiler
%load_ext memory_profiler
これを使って！
％時間
%time print('Outputs CPU time,Wall Clock time')
#CPU times: user 2 µs, sys: 0 ns, total: 2 µs Wall time: 5.96 µs
与える：
- CPU時間：CPUレベルの実行時間
- sys時間：システムレベルの実行時間
- 合計：CPU時間+システム時間
- ウォールタイム：Wall Clock Time
％timeit
%timeit -r 7 -n 1000 print('Outputs execution time of the snippet')
#1000 loops, best of 7: 7.46 ns per loop
- ループ（n）回の実行回数（r）のうち、最高の時間を提供します。
- システムキャッシングに関する詳細を出力します。
- コードスニペットが複数回実行されると、システムはいくつかの操作をキャッシュし、それらを再度実行しないため、プロファイルレポートの正確性が損なわれる可能性があります。
％prun
%prun -s cumulative 'Code to profile'
与える：
- 関数呼び出しの数（ncalls）
- 関数呼び出しごとにエントリがあります（個別）
- 呼び出しごとの所要時間（呼び出しごと）
- その関数呼び出しまでの経過時間（cumtime）
- などと呼ばれるfunc / moduleの名前...
％memit
%memit 'Code to profile'
#peak memory: 199.45 MiB, increment: 0.00 MiB
与える：
％lprun
#Example function
def fun():
for i in range(10):
print(i)
#Usage: %lprun <name_of_the_function> function
%lprun -f fun fun()
与える：
sys.getsizeof
sys.getsizeof('code to profile')
# 64 bytes
オブジェクトのサイズをバイト単位で返します。
pymplerのasizeof（）
from pympler import asizeof
obj = [1,2,("hey","ha"),3]
print(asizeof.asizeof(obj,stats=4))
pympler.asizeofを使用して、特定のPythonオブジェクトが消費するメモリ量を調査できます。sys.getsizeofとは対照的に、asizeofはオブジェクトを再帰的にサイズ設定します
pymplerからのトラッカー
from pympler import tracker
tr = tracker.SummaryTracker()
def fun():
li = [1,2,3]
di = {"ha":"haha","duh":"Umm"}
fun()
tr.print_diff()
関数の寿命を追跡します。
Pymplerパッケージは、コードをプロファイルするための非常に多くの高ユーティリティ関数で構成されています。ここではすべてをカバーすることはできません。詳細なプロファイルの実装については、添付のドキュメントを参照してください。
