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：

@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