profiler是一个程序，用来描述运行时的程序性能，并且从不同方面提供统计数据加以表述。
python中含有3个模块提供这样的功能，分别是cProfile,profile和pstats。这些分析器提供的是对Python程序的确定性分析。同时也提供一系列的报表生成工具，允许用户快速地检查分析结果。
Python标准库提供了3个不同的性能分析器：
- cProfile，推荐给大部分的用户，是C的一个扩展应用，因为其合理的运行开销，所以适合分析运行时间较长的。是基于lsprof。
- profile，一个纯python模块，它的接口和cProfile一致。在分析程序时，增加了很大的运行开销。如果你想扩展profiler的功能，可以试着继承这个模块
- hotshot, 一个试验性的c模块，关注减少分析时的运行开销，但是是以需要更长的数据后处理的次数为代价。不过这个模块不再被维护，也有可能在新的python版本中被弃用。
实践 源码 from random import randint from cProfile import Profile import pstats def insert_sort(data): result=[] for value in data: insert_value(result,value) return result def insert_value(result,value): for i,existing in enumerate(result): if existing > value: result.insert(i,value) return result.append(value) def main(): max_size=10**4 data=[randint(0,max_size) for _ in range(max_size)] test= lambda :insert_sort(data) return test 使用cProfile进行分析分析代码：
def anylize_by_cprofile(): profile=Profile() profile.runcall(main()) stats=pstats.Stats(profile) stats.strip_dirs() #从所有模块名中去掉无关的路径信息 stats.sort_stats('cumulative') stats.print_stats() anylize_by_cprofile()分析结果：
root@native-sunaihua-5-25-18:~/pdb_test# python test.py 20003 function calls in 1.195 seconds Ordered by: cumulative time ncalls tottime percall cumtime percall filename:lineno(function) 1 0.000 0.000 1.195 1.195 test.py:21(<lambda>) 1 0.003 0.003 1.195 1.195 test.py:5(insert_sort) 10000 1.174 0.000 1.191 0.000 test.py:11(insert_value) 9992 0.018 0.000 0.018 0.000 {method 'insert' of 'list' objects} 8 0.000 0.000 0.000 0.000 {method 'append' of 'list' objects} 1 0.000 0.000 0.000 0.000 {method 'disable' of '_lsprof.Profiler' objects}结果说明
- ncalls:总的调用次数
- totime:消耗的时间，不包括调用其他函数的时间
- tottime percall:每次调用该函数的时间，不包括调用其他函数的时间
- cumtime：消耗的总时间，包括调用其他函数的实践
- cumtime percall：每次调用该函数的时间，包括调用其他函数的时间
不足：
上面的信息只是列出了每个函数的执行信息，但是没有列出调用关系，如果想查看调用关系，可以执行stats.print_callers()方法，结果如下：
Ordered by: cumulative time Function was called by... ncalls tottime cumtime test.py:21(<lambda>) <- test.py:5(insert_sort) <- 1 0.004 1.221 test.py:21(<lambda>) test.py:11(insert_value) <- 10000 1.199 1.217 test.py:5(insert_sort) {method 'insert' of 'list' objects} <- 9992 0.018 0.018 test.py:11(insert_value) {method 'append' of 'list' objects} <- 8 0.000 0.000 test.py:11(insert_value) {method 'disable' of '_lsprof.Profiler' objects} <- 其他方式在GUI的系统中，还可以通过更加高级的方式进行分析与调试，例如使用RunSnakeRun,或是KCachegrind,详细说明可参见: http://blog.jobbole.com/52090/