Python PyPy统计分析器

我想用PyPy来分析代码。不幸的是，它似乎不起作用，它指向的行号是关闭的。有人知道如何使其工作或知道其他替代方法吗？

很可能是“行号关闭”，因为PyPy在JITted代码中将内联许多函数，并且只在循环结束时发送信号（此处来自计时器）。与CPython相比，CPython在两个随机字节码之间传递信号——有时也在循环的末尾，但通常在任何地方。因此，如果您将信号处理程序限制为仅在“循环结束”字节码处运行，那么PyPy上得到的结果与CPython上得到的结果相同

这就是为什么这种分析似乎总是会错过很多函数，就像大多数没有循环的函数一样

您可以尝试使用内置的cProfile模块。当然，与统计分析相比，它对性能的影响更大，但无论如何还是要尝试一下——例如，它不会阻止JITting，因此性能的影响仍然应该是合理的

更一般地说，我看不到在PyPy中实现等效于统计分析的简单方法。在存在相互内联然后全局优化的函数的情况下，很难让它有意义。。。我很感兴趣的是，如果你能找到一个工具，对于其他一些高级语言，在一个具有跟踪JIT的VM上进行统计分析

---

我们可以记录足够的信息来跟踪每个小的汇编指令组，使其返回到真正的Python函数，然后使用hacks在机器级别检查当前的指令指针（IP）。不是不可能，但严肃的工作：-）可能是useful@zel谢谢，但我对PyPy特别感兴趣。谢谢你的详细回复。我以前尝试过cProfile，但它只记录函数调用，即无法判断函数的哪一部分（行）消耗时间。我真的不必使用统计分析，只要我能够以比“某些函数”更高的精度找到瓶颈所在。我知道也有lineprofiler/kernproof，但我认为它也会报告行号。所以我的问题是，一般来说，如何分析/优化PyPy的代码？这与上面的问题略有不同，所以我在这里再次问：如果你真的需要比函数级别更高的精度，你可能会遇到编码问题——不要让你的函数太大，以至于它们包含很多不相关的循环。将它们分开，使每一行理想地只做一件事……如果一个函数包含多行，我又会遇到同样的问题。我认为我不应该为了取悦分析器而将代码拆分成函数——我的意思是，有一些合法的函数跨越几行，我想知道哪些行是有问题的；但我不确定PyPy的逐行结果是否容易理解，因为PyPy类似于C编译器：它优化了代码，使第2行的一半运行在第4行的中间，第3行根本变成没有代码。等等，基本C分析器也只报告每个函数结果；为了获得更多细节，您将包含两个循环的大型C函数拆分为两部分。（请注意，这不是更高级的分析器的情况，而是构建它们的工作——对于PyPy来说，很抱歉，到目前为止还没有人做这项工作……）