Python 是否可以在同一执行期间运行memory_profiler和line_profiler?
我有一个python程序,我正试图计算它的内存使用率和运行时间。当我用kernprof-l-v运行程序时,我只得到内存分析器的输出。它确实说明line_profiler已将输出写入外部文件,但无论是在终端还是在文件中都没有输出。如果我分别使用mprof run和kernprof-l-v运行程序,而不导入内存分析器,那么输出就在那里,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:Python 是否可以在同一执行期间运行memory_profiler和line_profiler?,python,memory,time,profiler,Python,Memory,Time,Profiler,我有一个python程序,我正试图计算它的内存使用率和运行时间。当我用kernprof-l-v运行程序时,我只得到内存分析器的输出。它确实说明line_profiler已将输出写入外部文件,但无论是在终端还是在文件中都没有输出。如果我分别使用mprof run和kernprof-l-v运行程序,而不导入内存分析器,那么输出就在那里,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 =
@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)
``
据我所知,它是唯一一个同时为CPU执行时间和内存(以及许多其他内容)配置Python程序的分析器。它也比内存分析器
快得多。强制性免责声明:我是Scalene的主要作者。让我知道进展如何