是否可以在同一执行期间运行 memory_profiler 和 line_profiler？答案

【问题标题】：Is it possible to run memory_profiler and line_profiler during the same execution?是否可以在同一执行期间运行 memory_profiler 和 line_profiler？
【发布时间】：2021-02-14 08:13:10
【问题描述】：

我有一个 python 程序，我正在尝试计算它的内存使用情况和运行时间。当我使用 kernprof -l -v 运行程序时，我只得到 memory_profiler 的输出。它确实说 line_profiler 已将输出写入外部文件，但终端和文件中都没有输出。如果我用 mprof run 单独运行程序，然后用 kernprof -l -v 运行程序，而不导入内存分析器，输出就在那里，我可以查看时间结果。是否有可能使它们在同一执行过程中工作？我的代码：

@profile
def ARIMA_forecast(series, df):
    X = series.values
    size = int(len(X) * 0.66)
    train, test = X[0:size], X[size:len(X)]
    history = [x for x in train]
    predictions = list()
    for t in range(len(test)):
        model = ARIMA(history, order=(4, 1, 0))
        model_fit = model.fit(disp=0)
        output = model_fit.forecast()
        yhat = output[0]
        predictions.append(yhat)
        obs = test[t]
        history.append(obs)
        print('predicted=%f, expected=%f' % (yhat, obs))
    # evaluate forecasts
    rmse = sqrt(mean_squared_error(test, predictions))
    print('Test RMSE: %.3f' % rmse)
    # plot forecasts against actual outcomes
    plt.plot(series, label='Training data')
    plt.plot(series[size:len(X)].index, predictions, color='blue', label='Predicted Price')
    plt.plot(series[size:len(X)].index, test, color='red', label='Actual Price')
    plt.legend()
    plt.show()

df = pd.read_csv('MSFT.csv', header=0, index_col=0, parse_dates=True)
series = df['Adj Close']

ARIMA_forecast(series, df)

``

【问题讨论】：

标签： python memory time profiler

【解决方案1】：

据我所知，Scalene 是唯一一个同时针对 CPU 执行时间和内存（以及许多其他内容）分析 Python 程序的分析器。它也比memory_profiler 快很多。强制性免责声明：我是 Scalene 的主要作者。告诉我进展如何！

【讨论】：