python虽然是一门'慢语言'，但是也有着比较多的性能检测工具来帮助我们优化程序的运行效率。
这里总结了五个比较好的python性能检测工具，包括内存使用、运行时间、执行次数等方面。
基础测试函数
首先，来编写一个基础的python函数用于在后面的各种性能测试。
def?base_func():
????for?n?in?range(10000):
????????print('当前n的值是：{}'.format(n))
memory_profiler进程
memory_profiler是python的非标准库，所以这里采用pip的方式进行安装。它能够监视进程、了解内存使用等情况。
pip?install?memory_profiler
安装好memory_profiler库以后，直接使用注解的方式进行测试。
from?memory_profiler?import?profile
@profile
def?base_func1():
????for?n?in?range(10000):
????????print('当前n的值是：{}'.format(n))
base_func1()
#?Line?#????Mem?usage????Increment??Occurrences???Line?Contents
#?=============================================================
#?????28?????45.3?MiB?????45.3?MiB???????????1???@profile
#?????29?????????????????????????????????????????def?base_func():
#?????30?????45.3?MiB??????0.0?MiB???????10001???????for?n?in?range(10000):
#???? 31 ??? 45.3 MiB ?????0.0 MiB ????? 10000?????????? print('当前n的值是：{}'.format(n))
从返回的数据结果来看，执行当前函数使用了45.3 MiB的内存。
timeit 时间使用情况
timeit是python的内置模块，可以测试单元格的代码运行时间，由于是内置模块所以并不需要单独安装。
import?timeit
def?base_func2():
????for?n?in?range(10000):
????????print('当前n的值是：{}'.format(n))
res?=?timeit.timeit(base_func2,number=5)
print('当前的函数的运行时间是：{}'.format(res))
#?当前的函数的运行时间是：0.9675800999999993
根据上面函数的运行返回结果，函数的运行时间是0.96秒。
line_profiler行代码检测
如果在只需要检测函数的局部运行时间的话就可以使用line_profiler了，它可以检测出每行代码的运行时间。
line_profiler是python的非标准库，使用的使用pip的方式安装一下。
pip?install?line_profiler
最简便的使用方式直接将需要测试的函数加入即可。
def?base_func3():
????for?n?in?range(10000):
????????print('当前n的值是：{}'.format(n))
from?line_profiler?import?LineProfiler
lp?=?LineProfiler()
lp_wrap?=?lp(base_func3)
lp_wrap()
lp.print_stats()
#?Line?#??????Hits?????????Time??Per?Hit???%?Time??Line?Contents
#?==============================================================
#?????72???????????????????????????????????????????def?base_func3():
#?????73?????10001?????162738.0?????16.3??????4.8??????for?n?in?range(10000):
#???? 74 ??? 10000??? 3207772.0??? 320.8 ??? 95.2 ???????? print('当前n的值是：{}'.format(n))
从运行结果可以看出每行代码的运行时间及比例，注意这里的时间单位是微妙。
heartrate可视化检测
heartrate最值得推荐的是可以在网页上面向检测心率一样检测程序的执行过程，同时，他还是非标准库，使用pip的方式进行安装。
pip?install?heartrate
import?heartrate
heartrate.trace(browser=True)
def?base_func4():
????for?n?in?range(10000):
????????print('当前n的值是：{}'.format(n))
运行以后，控制台打印如下日志：
#??*?Serving?Flask?app?"heartrate.core"?(lazy?loading) #??*?Environment:?production #????WARNING:?This?is?a?development?server.?Do?not?use?it?in?a?production?deployment. #????Use?a?production?WSGI?server?instead. #??*?Debug?mode:?off
以上就是python函数运行内存时间等性能检测工具的详细内容，更多关于python性能检测工具的资料请关注其它相关文章！
查看更多关于python函数运行内存时间等性能检测工具的详细内容...