Python性能测试方法
   对代码优化的前提是需要了解性能瓶颈在什么地方,程序运行的主要时间是消耗在哪里,对于比较复杂的代码可以借助一些工具来定位。本文主要讨论如何在项目中测试Python瓶颈函数,对于模块化程度比较好的项目运用如下方法测试会得到比较好的效果. 测试的方法大致如下:利用profile对 每个 python 模块进 行测试(具体显示可以采用文本报表或者图形化显示),找到热点性能瓶颈函数之后,再利用 line_profiler 进行逐行测 试,寻找具有高 Hits 值或高 Time 值的行,最后把需要优化的行语句通过例如Cython之类的优化工具 进行优化     (1) 利用 profile 分析相关的独立模块     利用 profile 分析相关的独立模块 ,python 内置了丰富的性能分析工具, profile , cProfile 与 hotshot 等。其中 Profiler 是 python 自带的一组程序,能够描述程序运行时候的性能,并提供各种统计帮助用户定位程序的性能瓶颈。 Python 标准模块提供三 profilers:cProfile , profile 以及 hotshot 。 profile 是 python 的标准库。可以统计程序里每一个函数的运行时间,并且提供了多样化的报表。使用 profile 来分析一个程序很简单, profile 可以直接用