IPython中的评测代码和脚本

IPython为评测代码和脚本提供了哪些机制

我发现（2013年3月）有人建议定义自定义magics来包装对其他Python模块的调用：

行分析器

，

psutil

，

内存分析器

然而，查看GitHub讨论，我还发现Fernando、tk和其他核心IPython开发人员讨论了默认情况下在IPython中包含magics以进行评测

所有这些都表明，我无法在中找到任何有关分析的信息

---

我目前正在使用IPython的主分支。我如何分析给定的脚本（例如，

foo.py

逐行或按函数调用？

目标是什么？如果目标是“因为它在那里”进行分析，那么您将发现一些东西或其他东西。如果目标是加速一些代码，@MikeDunlavey-我不确定我是否理解你的问题。从分析代码中可以学到很多东西，例如，了解代码的大部分时间都花在哪里，是I/O吗？对我的大numpy数组进行数学处理？这些信息可以帮助我重新定义我希望我的程序实现的目标/范围、我应该针对的硬件体系结构等。但基本问题是一样的：通过逐行和函数调用分析我的代码，并尽可能深入了解，了解我的数据结构使用了多少内存。对于内存分析，我没有任何答案。对于性能评测，我看到的是它是一个最受欢迎的话题，但在加速代码方面几乎没有实际效果。人们的典型体验是：剖析器给了我很多数字，但我去看了“热门”代码，没有看到太多需要修复的地方，所以既然剖析器如此受人尊敬，那么肯定没有什么需要修复的（除了一些小东西）。问题不在于他们收集的数据。问题是演示文稿无法显示足够的上下文，因此您无法真正理解。有些探查器比其他探查器更好。我认为最好的方法是在墙上时钟上采集堆栈样本（以免对I/O视而不见），并按代码行（不仅仅是函数）报告百分比（而不是绝对）时间，并给出它们的蝴蝶视图。从旋转灯光进行缩放就是一个例子。但如果他们让你检查实际的堆栈样本，那就更好了，这样你就可以看到发生这种情况的全部原因。你只能检查一小部分，但奇怪的是，这在统计上是足够的。这是一个质量与样本数量的问题。如果你有一个无限循环，你需要多少样本才能找到它？答：程序状态的一个示例，经过仔细检查，因为您知道自己处于循环中。如果循环不是无限的，只是长时间运行，那么您需要多少个样本？如果活动（不管是什么）占用了部分时间，那么你需要看两次的样本数量平均为2/f，而你只需要看两次就可以知道它的重要性。