Python cProfile和profile之间的差异&x2014；为什么没有profile.profile.enable（）方法？

在Python2.7和Python3.6中，我发现这是可行的：

from cProfile import Profile; p = Profile(); p.enable()

…鉴于这引发了一个例外：

from profile import Profile; p = Profile(); p.enable()

# -->  AttributeError: 'Profile' object has no attribute 'enable'

这让我感到惊讶，因为我认为（以及和的官方文档）这两个模块应该提供相同的程序员接口：

profile

和

cProfile

模块都提供以下功能：

class-profile.profile（timer=None，timeunit=0.0，subcalls=True，builtins=True）

enable（）

开始收集配置文件数据

我错过了什么？使用

profile.profile（）

实例的正确方法是什么？

在最新的文档中，他们已经解决了这一问题，指定

enable（）

和

disable（）

仅适用于

cProfile

。使用

profile.profile

，您需要使用

run（）

调用，而不是

enable（）

和

disable（）

。以下是每个项目的样本：

cProfile.Profile:

# cProfile.Profile -- control with enable() and disable()
from datetime import datetime
import cProfile, pstats, io
sortby = 'cumulative'
pr1 = cProfile.Profile(lambda: int(datetime.now().timestamp()*1000000), 0.000001)
pr1.enable()
list(x for x in range(int(10*10*10*10/10*10+10)))
pr1.disable()
s1 = io.StringIO()
ps1 = pstats.Stats(pr1, stream=s1).sort_stats(sortby)
ps1.print_stats()
print(s1.getvalue())

# profile.Profile -- control with run()
from datetime import datetime
import profile, pstats, io
sortby = 'cumulative'
pr2 = profile.Profile(datetime.now().timestamp, 0.000001)
pr2.run('list(x for x in range(int(10*10*10*10/10*10+10)))')
s2 = io.StringIO()
ps2 = pstats.Stats(pr2, stream=s2).sort_stats(sortby)
ps2.print_stats()
print(s2.getvalue())

配置文件。配置文件：

# cProfile.Profile -- control with enable() and disable()
from datetime import datetime
import cProfile, pstats, io
sortby = 'cumulative'
pr1 = cProfile.Profile(lambda: int(datetime.now().timestamp()*1000000), 0.000001)
pr1.enable()
list(x for x in range(int(10*10*10*10/10*10+10)))
pr1.disable()
s1 = io.StringIO()
ps1 = pstats.Stats(pr1, stream=s1).sort_stats(sortby)
ps1.print_stats()
print(s1.getvalue())

# profile.Profile -- control with run()
from datetime import datetime
import profile, pstats, io
sortby = 'cumulative'
pr2 = profile.Profile(datetime.now().timestamp, 0.000001)
pr2.run('list(x for x in range(int(10*10*10*10/10*10+10)))')
s2 = io.StringIO()
ps2 = pstats.Stats(pr2, stream=s2).sort_stats(sortby)
ps2.print_stats()
print(s2.getvalue())

以下是我观察到的两种形式之间的一些行为差异：

• cProfile

  将把配置文件函数的输出推送到标准输出，而

  profile

  不会

• 最终报告的

  文件名：lineno（函数）

  列的输出将略有不同

  cProfile

  通常会更容易地显示内置函数
  • 然而，在我这里提供的示例中，传入函数实际上可以在

    profile

    的输出中识别，而不是在

    cProfile

    中识别——但是如果使用命名函数，它可以在两个分析器的输出中识别（尽管传入函数的参数仅在

    profile

    的输出中可见）
• 通过

  cProfile

  和

  profile

  运行相同的函数会产生稍微不同的结果。似乎

  cProfile

  通常会少生成两个函数调用，并为同一个函数提供更高效的时间

• 使用探查器的可选自定义

  计时器

  和

  时间单位

  参数可以获得微秒精度，而不是默认的毫秒精度。然而，尝试使用这些方法似乎有一些警告：

  • cProfile

    的timeunit函数需要一个整数，而

    profile

    需要一个浮点数。这意味着您不能将

    datetime.now（）.timestamp（）

    直接与

    cProfile

    一起使用，而是必须先将其包装在lambda中以将其转换为完整整数
  • 此外，由于某种原因，

    profile

    似乎无法正确使用

    datetime.now（）.timestamp（）

    格式，即使该格式符合预期。它将打印出负的时间值——我在下面展示。切换到lambda表单将其转换为整数没有帮助，因为

    profile

    需要浮点数
• 下面是

  profile.profile

  的输出，带有

  datetime.now（）.timestamp（）

  计时器，用于微秒设置

   print(s2.getvalue())
         10015 function calls in -0.020 seconds`
  
   Ordered by: cumulative time
  
   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        0    0.000             0.000          profile:0(profiler)
        1    0.000    0.000    0.000    0.000 :0(setprofile)
    10011   -0.010   -0.000   -0.010   -0.000 <string>:1(<genexpr>)
        1   -0.010   -0.010   -0.020   -0.020 <string>:1(<module>)
        1   -0.000   -0.000   -0.020   -0.020 :0(exec)
        1   -0.000   -0.000   -0.020   -0.020 profile:0(list(x for x in range(int(10*10*10*10/10*10+10))))
  

  我们现在可以使用

  pr2=profile.profile（timenow，0.000001）

  ，这将输出以下（sane）报告：
  至于为什么我们的自定义计时器函数会给出合理的结果，而

  datetime.now（）.timestamp（）

  与

  profile

  不匹配，首先必须注意的是

  timenow

  不提供

  datetime.now（）.timestamp（）的计时。虽然它提供接近历元时间的时间，但它会少量关闭（不会影响正常剖面运行，因为在同一系统上，增量将相同）。
  timenow
  中使用的手动转换肯定不如
  datetime.now（）.timestamp（）中的效率高。我只能推测后者效率太高，因此，
  profile
  源代码无法正确测量
  
  TL；博士
  使用
  cProfile
  ，除非您有特定的理由不这样做。官方Python文档还声明建议使用的模块是
  cProfile
  。虽然没有提供具体的理由，但文档似乎暗示，
  cProfile
  可能表现得更好，适合大多数用户的目的（尽管它的语法略为详细）。
  您没有遗漏任何内容。一、 我们也发现了这种情况……并通过查看CPython源代码对其进行了验证。但是我不知道为什么会这样，只是事实上这就是写东西的方式。@martineau+1使用profile.profile（）的正确方式是什么--Python3.7和3上也存在已验证的行为。8@jon：当前关于该方法的Python 3.x文档说它仅在
  cProfile
  中可用，这意味着您必须使用
  profile.profile
  的
  run*（）
  方法之一。下面是一些.Yep，我发现在概要文件上使用inspect.getmembers（）之后，出现了run（）方法。我会用这些信息发布一个答案。@jon:FYI，当回复非OP所做的评论时，你需要添加前缀为
  @
  的用户名，这样他们就会收到通知，你已经这样做了。我发现你在这种情况下完全是靠运气（因为有时我会回头看看，如果有的话，我最近自己做出的反应可能是什么）。
  >>> print(s1.getvalue())
           10013 function calls in 0.031 seconds
  
     Ordered by: cumulative time
  
     ncalls  tottime  percall  cumtime  percall filename:lineno(function)
      10011    0.031    0.000    0.031    0.000 <stdin>:1(<genexpr>)
          1    0.000    0.000    0.000    0.000 <stdin>:1(<module>)
          1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}