【问题标题】：Using cProfile results with KCacheGrind将 cProfile 结果与 KCacheGrind 一起使用
【发布时间】：2010-12-26 03:29:31
【问题描述】：

我正在使用 cProfile 来分析我的 Python 程序。基于this talk，我的印象是KCacheGrind 可以解析并显示cProfile 的输出。

但是，当我去导入文件时，KCacheGrind 只是在状态栏中显示“未知文件格式”错误，并且什么也不显示。

在我的分析统计数据与 KCacheGrind 兼容之前，我需要做些什么特别的事情吗？

...
if profile:
    import cProfile

    profileFileName = 'Profiles/pythonray_' + time.strftime('%Y%m%d_%H%M%S') + '.profile'

    profile = cProfile.Profile()
    profile.run('pilImage = camera.render(scene, samplePattern)')

    profile.dump_stats(profileFileName)
    profile.print_stats()
else:            
    pilImage = camera.render(scene, samplePattern)
...

软件包版本

KCacheGrind 4.3.1
Python 2.6.2

【问题讨论】：

只是好奇，谁能指点我这里链接的谈话？好像坏了。

标签： python profiling kcachegrind cprofile

【解决方案1】：

这可以使用一个名为lscallproftree的外部模块来完成

这篇文章解释了如何：CherryPy - CacheGrind

生成的代码如下所示：

...
if profile:
    import cProfile
    import lsprofcalltree

    profileFileName = 'Profiles/pythonray_' + time.strftime('%Y%m%d_%H%M%S') + '.profile'

    profile = cProfile.Profile()
    profile.run('pilImage = camera.render(scene, samplePattern)')

    kProfile = lsprofcalltree.KCacheGrind(profile)

    kFile = open (profileFileName, 'w+')
    kProfile.output(kFile)
    kFile.close()

    profile.print_stats()    
else:            
    pilImage = camera.render(scene, samplePattern)
...

如果有人知道一种不需要外部（即不随 Python 提供）模块的方法，我仍然很想听听。

【讨论】：

【解决方案2】：

如果您真正想做的是查看代码的哪些部分可以优化速度，您可以在调试器中随机暂停它，this method works。这可能令人惊讶，但您不需要太多的堆栈快照。

【讨论】：

感谢您，在我的工具箱中拥有多个工具总是很方便。我使用分析器的原因既是为了确认我对时间被占用的地方的怀疑，也是一个熟悉可用工具的机会。我可能会尝试使用完整的配置文件和堆栈镜头。
我不确定这意味着要链接到什么答案，但看起来问题已被迁移，因此锚点不再起作用。
看起来该问题已从programmers.stackexchange.com 中删除。想总结一下链接的答案是什么？
@akaihola：是的，有一个小鬼潜伏着。我放了一个不同的链接。

【解决方案3】：

您可以使用 profilestats.profile 装饰器 ($ pip install profilestats) -- pyprof2calltree 模块的简单包装器（lsprofcalltree.py 的品牌重塑）：

from profilestats import profile

@profile
def func():
    # do something here

脚本可以照常运行。 profilestats 会创建两个文件：cachegrind.out.profilestats 和 profilestats.prof，分别采用 KCachegrind 兼容和 cProfile 格式。

【讨论】：

【解决方案4】：

使用 cProfile，您还可以分析现有程序，而无需制作任何单独的分析脚本。只需使用分析器运行程序

python -m cProfile -o profile_data.pyprof script_to_profile.py

并使用 pyprof2calltree 在 kcachegrind 中打开配置文件数据，其 -k 开关会自动在 kcachegrind 中打开数据

pyprof2calltree -i profile_data.pyprof -k

例如，分析整个粘贴服务器和 webapp 将像这样完成

python -m cProfile -o pyprof.out `which paster` serve development.ini

pyprof2calltree 可以使用 easy_install 安装。

【讨论】：

与主题无关，我必须补充一点，对于“paster”，使用 repoze.profiler 过滤器要好得多，它可以直接编写 cachegrind 格式并知道如何将分析限制为 webapp 代码。跨度>
旁注：在基于 Debian 的系统上，将任何 python easy_install 模块添加为包的最简洁方法是：sudo apt-get install python-stdeb 然后pypi-install pyprof2calltree。
在 Mac 上，您可以改用 qcachegrind。 pip install pyprof2calltree && brew install qcachegrind，然后是pyprof2calltree -i profile_data.pyprof && qcachegrind profile_data.pyprof.log。
@AlexanderLjungberg，你应该添加brew install graphviz

【解决方案5】：

在 KCachegrind/Qcachegrind 中分析代码和可视化结果的 3 种不同方法：

I - CPROFILE

1 - 来自 ipython 的配置文件 myfunc()

import cProfile
filename = 'filename.prof'
cProfile.run('myfunc()', filename)

2 - 在你的 shell 中将你的文件转换成一个可用的 kcachegrind 文件

sudo pip install pyprof2calltree
pyprof2calltree -i filename.prof -o callgrind.filename.prof

3 - 在 kcachegrind 中打开 callgrind.filename.prof

II - 嵌入式 CPROFILE

1 - 分析代码中的几行代码。

import cProfile
filename = 'filename.prof'
pr = cProfile.Profile()
pr.enable()
# ... lines to profile ...
pr.disable()
pr.dump_stats(filename)

2 - 在你的 shell 中将你的文件转换成一个可用的 kcachegrind 文件

sudo pip install pyprof2calltree
pyprof2calltree -i filename.prof -o callgrind.filename.prof

3 - 在 kcachegrind 中打开 callgrind.filename.prof

III - YAPPI

1 - 从 ipython 或您的代码中分析 myfunc()

import yappi
filename = 'callgrind.filename.prof'
yappi.set_clock_type('cpu')
yappi.start(builtins=True)
myfunc()
stats = yappi.get_func_stats()
stats.save(filename, type='callgrind')

2 - 在 kcachegrind 中打开 callgrind.filename.prof

【讨论】：