VisualPyTune 发布第一个稳定版!
估计每一个遇到过 Python 性能问题的朋友们都使用过 profile、pstats、timeit 等模块吧?对于被 GUI 伺候惯了的我们,使用这些命令行工具就有点麻烦了。要记住数以十计的参数,要记得每一个类的方法名称。强大如pstats.Stats.sort_stats() 函数,记住它的可用参数实在是一件折磨人的事儿。又比如在命令行执行 timeit 的时候,没有自动缩进,更别提语法着色,甚至不能换行,通常都是错了三四次后才能完成任务。因此,笔者在深受其害之后痛定思痛,开发了自由免费的 Python 性能调优工具——VisualPyTune(项目主页http://visualpytune.googlecode.com),简称 VPT。
VisualPyTune的主要功能有:
1) 剖分数据报表浏览:能够方便地对数据排序和过滤数据;以饼图表现callees 函数的剖分数据;查看函数的 callers 和callees 。
2) 集成图形化的剖分向导,不用记忆任何剖分器的参数。
3) 集成图形化的 timeit 功能,再也不用记忆 timeit 的参数;语法高亮的代码编辑器可以让你轻松撰写代码。
4) 支持输出数据为纯文本文件,以备日后参考。
现在,VPT 发布 <chsdate w:st="on" isrocdate="False" islunardate="False" day="30" month="12" year="1899">0.1.2</chsdate>版啦!这是第一个稳定版本,兼容 windows 和 linux 操作系统,经网友友情测试,也 Mac OS x 下也可以稳定运行,现在就想试试的朋友,请猛击以下地址下载:http://code.google.com/p/visualpytune/downloads/list。
图形化的性能剖分界面
<shapetype id="_x0000_t75" stroked="f" filled="f" path="m@4@5l@4@11@9@11@9@5xe" o:preferrelative="t" o:spt="75" coordsize="21600,21600"><stroke joinstyle="miter"></stroke><formulas><f eqn="if lineDrawn pixelLineWidth 0"></f><f eqn="sum @0 1 0"></f><f eqn="sum 0 0 @1"></f><f eqn="prod @2 1 2"></f><f eqn="prod @3 21600 pixelWidth"></f><f eqn="prod @3 21600 pixelHeight"></f><f eqn="sum @0 0 1"></f><f eqn="prod @6 1 2"></f><f eqn="prod @7 21600 pixelWidth"></f><f eqn="sum @8 21600 0"></f><f eqn="prod @7 21600 pixelHeight"></f><f eqn="sum @10 21600 0"></f></formulas><path o:connecttype="rect" gradientshapeok="t" o:extrusionok="f"></path><lock aspectratio="t" v:ext="edit"></lock></shapetype><shape id="_x0000_i1027" style="WIDTH: 414.75pt; HEIGHT: 326.25pt" type="#_x0000_t75"><imagedata o:title="vpt_0_1_2_profile" src="file:///C:%5CDOCUME~1%5CLai%5CLOCALS~1%5CTemp%5Cmsohtml1%5C01%5Cclip_image001.png"></imagedata></shape>
对已经完成的项目进行性能剖分有两种方式:一是修改现有代码,引入剖分器,然后运行之;二是通过设置 Python 解释器的运行参数来进行剖分。(关于这一点,请参考拙作《[python]用profile协助程序性能优化》,地址:http://blog.csdn.net/lanphaday/archive/2007/01/15/1483728.aspx )。VisualPyTune 基于第二种剖分方式构建了可视化的图形性能部分器,简单配置一下,完全不用记忆参数,更不用修改代码了,实在是首选啊。
注:据我在 ubuntu 上的测试和根据网络文章,发现在 linux 的Python 在 2.5 版本及之后,已经去掉了 profile 模块和 pstats等模块,造成 VisualPyTune 无法进行性能剖分。所以大家要手动安装一下 profile 模块。在ubuntu 或者 debian 系统上简单地:sudo apt-get install python-profile 就行了。使用其它操作系统的朋友请查询服务提供商或 Google。
简洁多样的数据浏览方式
<shape id="_x0000_i1026" style="WIDTH: 414.75pt; HEIGHT: 311.25pt" type="#_x0000_t75"><imagedata o:title="vpt_0_1_2_all" src="file:///C:%5CDOCUME~1%5CLai%5CLOCALS~1%5CTemp%5Cmsohtml1%5C01%5Cclip_image003.png"><font face="Times New Roman" size="3"></font></imagedata></shape>
进行性能剖分之后,我们迫不及待地想看看这些数据。以前使用 pstats 模块查看剖分数据报表的时候非常痛苦,加载时间长,字符报表不够直观,每一次新的需求都要再经历一次痛苦的长时间加载等待。实在是苦不堪言。VPT 改变了这样的局面,一次加载就可以让数据在你的手中随意“翻看”。你可以随时让数据按你喜欢的方式排序,也可以非常方便地查看选定的函数的 callers 和 callees。特别是 callees,你还可以通过直观的饼图来找查看剖分情况。这在字符界面时代是不可想象的。
注:要使用此功能,linux 用户必须安装 profile 模块。方法请参考上一节。
图形化的Timeit
<shape id="_x0000_i1025" style="WIDTH: 414.75pt; HEIGHT: 325.5pt" type="#_x0000_t75"><imagedata o:title="vpt_0_1_2_timeit" src="file:///C:%5CDOCUME~1%5CLai%5CLOCALS~1%5CTemp%5Cmsohtml1%5C01%5Cclip_image005.png"><font face="Times New Roman" size="3"></font></imagedata></shape>
timeit 模块肯定是性能敏感人士的最爱,它可以极方便地评测简单代码段的性能。可惜的是在命令行使用 timeit 的时候需要加倍小心,特别是代码段比较复杂的时候,往往要多次尝试后才能正确地输入。VPT 里自带的图形化的 Timeit 打破了这一僵局,它自带了有代码折叠和语法着色的代码编辑器,我们可以评测更为复杂的代码段啦!
从现在开始,享受 VisualPyTune 吧!
分享到:
相关推荐
【作品名称】:泰迪杯 : 基于 python 实现 运输车辆安全驾驶行为的分析 【适用人群】:适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【项目介绍】: 在车辆运输过程中,不良驾驶行为主要包括疲劳驾驶、急加速、急减速、怠速预热、 超长怠速、熄火滑行、超速、急变道等。 针对以上运输车辆的不良驾驶行为,给出不同不良驾驶行为的判别标准,行车安全评价模型如下: 疲劳驾驶:连续行车时间超过4小时。 提取数据思路:若某一行acc_state列值为1并且gps_speed列数值大于0,则认为汽车开始启动,继续扫描数据表,直到寻找到一行gps_speed列的数值为0,则认为汽车已经处于停止状态,再根据location_time列由两个数据获取时间间隔,判断是否属于疲劳驾驶。 急加速、急减速:每两个经纬度间汽车的加速度达到或者超过20km/s^2。两个经纬度间汽车的加速 【资源声明】:本资源作为“参考资料”而不是“定制需求”,代码只能作为参考,不能完全复制照搬。需要有一定的基础看懂代码,自行调试代码并解决报错,能自行添加功能修改代码。
基于springboot的校园社交平台源码数据库文档.zip
scipy-1.7.1-cp37-cp37m-linux_armv7l.whl
java源码资源EJB 模拟银行ATM流程及操作源代码提取方式是百度网盘分享地址
pillow-11.0.0-cp39-cp39-linux_armv7l.whl
java面试视频资源微服务架构之Spring Cloud Eureka 场景分析与实战提取方式是百度网盘分享地址
基于springboot+vue的音乐播放系统源码数据库文档.zip
matplotlib-3.5.0-cp37-cp37m-linux_armv7l.whl
onnxruntime-1.16.2-cp311-cp311-win_amd64.whl
基于springboot复兴村医疗管理系统源码数据库文档.zip
环境说明: 开发软件:VS 2017 (版本2017以上即可,不能低于2017) 数据库:SqlServer2008r2(数据库版本无限制,都可以导入) 开发模式:mvc
onnxruntime-win-x64-gpu-1.19.2.zip
bimdata_api_client-4.0.7-py3-none-any.whl
基于springboot的实验室开放管理系统源码数据库文档.zip
Pillow-9.2.0-cp39-cp39-linux_armv7l.whl
STM32神舟III号例程源码STM32芯片按键点灯-无防抖(STM32神舟III号-寄存器版)提取方式是百度网盘分享地址
基于springboot医疗废物管理系统源码数据库文档.zip
基于springboot的车辆保险理赔平台源码数据库文档.zip