将cProfile结果保存到可读的外部文件中

Question

我正在cProfile尝试尝试分析我的代码：

pr = cProfile.Profile()
pr.enable()
my_func()   # the code I want to profile
pr.disable()
pr.print_stats()

但是，结果太长，无法在Spyder终端中完全显示（看不到运行时间最长的函数调用...）。我也尝试使用保存结果

 cProfile.run('my_func()','profile_results')

但是输出文件的格式不是人类可读的格式（尝试使用带.txt后缀和不带后缀）。

所以我的问题是如何将分析结果保存到人类可读的外部文件中（例如以.txt正确显示所有单词的格式）？

Answer 1

更新。您可以使用io.StringIO（）获取事件探查器的输出并将其保存到文件中。这是一个例子：

import cProfile
import pstats
import io


def my_func():
    result = []
    for i in range(10000):
        result.append(i)

    return result

pr = cProfile.Profile()
pr.enable()

my_result = my_func()

pr.disable()
s = io.StringIO()
ps = pstats.Stats(pr, stream=s).sort_stats('tottime')
ps.print_stats()

with open('test.txt', 'w+') as f:
    f.write(s.getvalue())

运行我们的脚本并打开test.txt。您将看到可读的结果：

   10002 function calls in 0.003 seconds

   Ordered by: internal time

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.002    0.002    0.003    0.003 /path_to_script.py:26(my_func)
    10000    0.001    0.000    0.001    0.000 {method 'append' of 'list' objects}
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}

我也建议使用dump_stats + pstats.Stats。这是一个如何使用它的示例。文件结构：

# test_ex.py - just a small web app
import cProfile
import json
from functools import wraps
from flask import Flask

from example.mod1 import func1
from example.mod2 import func2

app = Flask(__name__)

# profiling decorator
def profiling():

    def _profiling(f):
        @wraps(f)
        def __profiling(*rgs, **kwargs):
            pr = cProfile.Profile()
            pr.enable()

            result = f(*rgs, **kwargs)

            pr.disable()
            # save stats into file
            pr.dump_stats('profile_dump')

            return result
        return __profiling
    return _profiling

# demonstration route with profiler
@app.route('/test')
@profiling()
def test():
    counter = func1()
    dict_data = func2()
    result = dict()

    for key, val in dict_data.items():
        result[key] = val + counter

    return json.dumps(result)


if __name__ == '__main__':
    app.run(debug=True, port=8083)

示例包-让我们想象这是某种应用程序逻辑。

# example.mod1
def func1():
    counter = 0

    for i in range(100000):
        counter += i

    return counter

# example.mod2
def func2():
    res = dict()

    for i in range(300000):
        res['key_' + str(i)] = i

    return res

现在让我们运行server（python3 test_ex.py）并打开http://localhost:8083/test。几秒钟后，您将看到很长的json。之后，您将在项目文件夹中看到profile_dump文件。现在在项目文件夹中运行python live解释器，并使用pstats打印我们的转储：

import pstats
p = pstats.Stats('profile_dump')
# skip strip_dirs() if you want to see full path's
p.strip_dirs().print_stats()

您还可以轻松对结果进行排序：

p.strip_dirs().sort_stats('tottime').print_stats()
p.strip_dirs().sort_stats('cumulative').print_stats()
p.strip_dirs().sort_stats().print_stats('mod1')

希望这可以帮助。

Answer 2

您并不真正需要 StringIO，因为文件符合流的条件。

import pstats

with open("profilingStatsAsText.txt", "w") as f:
    ps = pstats.Stats("profilingResults.cprof", stream=f)
    ps.sort_stats('cumulative')
    ps.print_stats()

Answer 3

您可以使用dump_stats。在 Python 3.12 中：

with cProfile.Profile() as pr:
    my_func()  

pr.dump_stats('/path/to/filename.prof')

Answer 4

您可以运行探查器，将输出保存到文件中，如下所示：

import cProfile

cProfile.run('my_func()', 'profile_results')

然后使用类pstats.Stats（https://docs.python.org/3/library/profile.html#the-stats-class）格式化结果：

import pstats

file = open('formatted_profile.txt', 'w')
profile = pstats.Stats('.\profile_results', stream=file)
profile.sort_stats('cumulative') # Sorts the result according to the supplied criteria
profile.print_stats(15) # Prints the first 15 lines of the sorted report
file.close()