Python 为什么pstats.print_callers（）会忽略限制参数？

我正在尝试使用

cProfile

分析python脚本，并使用

pstats

显示结果。特别是，我尝试使用

pstats

函数

p.sort_stats（“time”）.print_调用者（20）

按时间只打印前20个函数，如中所述

我只希望得到前20个结果（分析的函数及其按时间排序的调用函数），相反，我得到了一个似乎未过滤的1000多个函数的列表，这些函数完全占据了我的终端（因此我估计有1000多个函数）

为什么我的限制参数（即

20

）被

print\u调用者（）

忽略，我如何解决这个问题

我试着查找答案，但找不到答案。我试图创建一个最小的可复制的例子，但当我这样做时，我无法重现问题（即，它工作正常）

我的分析代码是：

import cProfile
import pstats

if __name__ == '__main__':
    cProfile.run('main()', 'mystats')
    p = pstats.Stats('mystats')
    p.sort_stats('time').print_callers(20)

我试图避免发布我的完整代码，所以如果其他人以前遇到过这个问题，并且可以在没有看到我的完整代码的情况下回答，那就太好了

事先非常感谢

编辑1: 部分输出：

  Ordered by: internal time
   List reduced from 1430 to 1 due to restriction <1>

Function                               was called by...
                                           ncalls  tottime  cumtime
{built-in method builtins.isinstance}  <-    2237    0.000    0.000  <frozen importlib._bootstrap>:997(_handle_fromlist)
                                                9    0.000    0.000  <frozen importlib._bootstrap_external>:485(_compile_bytecode)
                                               44    0.000    0.000  <frozen importlib._bootstrap_external>:1117(_get_spec)
                                             4872    0.001    0.001  C:\Users\rafael.natan\AppData\Local\Continuum\anaconda3\lib\_strptime.py:321(_strptime)
                                                5    0.000    0.000  C:\Users\rafael.natan\AppData\Local\Continuum\anaconda3\lib\abc.py:196(__subclasscheck__)
                                               26    0.000    0.000  C:\Users\rafael.natan\AppData\Local\Continuum\anaconda3\lib\calendar.py:58(__getitem__)
                                               14    0.000    0.000  C:\Users\rafael.natan\AppData\Local\Continuum\anaconda3\lib\calendar.py:77(__getitem__)
                                                2    0.000    0.000  C:\Users\rafael.natan\AppData\Local\Continuum\anaconda3\lib\distutils\version.py:331(_cmp)
                                               20    0.000    0.000  C:\Users\rafael.natan\AppData\Local\Continuum\anaconda3\lib\enum.py:797(__or__)
                                              362    0.000    0.000  C:\Users\rafael.natan\AppData\Local\Continuum\anaconda3\lib\enum.py:803(__and__)
                                                1    0.000    0.000  C:\Users\rafael.natan\AppData\Local\Continuum\anaconda3\lib\inspect.py:73(isclass)
                                               30    0.000    0.000  C:\Users\rafael.natan\AppData\Local\Continuum\anaconda3\lib\json\encoder.py:182(encode)
                                                2    0.000    0.000  C:\Users\rafael.natan\AppData\Local\Continuum\anaconda3\lib\ntpath.py:34(_get_bothseps)
                                                1    0.000    0.000  C:\Users\rafael.natan\AppData\Local\Continuum\anaconda3\lib\ntpath.py:75(join)
                                                4    0.000    0.000  C:\Users\rafael.natan\AppData\Local\Continuum\anaconda3\lib\ntpath.py:122(splitdrive)
                                                3    0.000    0.000  C:\Users\rafael.natan\AppData\Local\Continuum\anaconda3\lib\ntpath.py:309(expanduser)
                                                4    0.000    0.000  C:\Users\rafael.natan\AppData\Local\Continuum\anaconda3\lib\os.py:728(check_str)
                                               44    0.000    0.000  C:\Users\rafael.natan\AppData\Local\Continuum\anaconda3\lib\re.py:249(escape)
                                                4    0.000    0.000  C:\Users\rafael.natan\AppData\Local\Continuum\anaconda3\lib\re.py:286(_compile)
                                              609    0.000    0.000  C:\Users\rafael.natan\AppData\Local\Continuum\anaconda3\lib\site-packages\dateutil\parser\_parser.py:62(__init__)
                                             1222    0.000    0.000  C:\Users\rafael.natan\AppData\Local\Continuum\anaconda3\lib\site-packages\numpy\core\_methods.py:48(_count_reduce_items)
                                             1222    0.000    0.000  C:\Users\rafael.natan\AppData\Local\Continuum\anaconda3\lib\site-packages\numpy\core\_methods.py:58(_mean)
                                                1    0.000    0.000  C:\Users\rafael.natan\AppData\Local\Continuum\anaconda3\lib\site-packages\numpy\core\arrayprint.py:834(__init__)
                                             1393    0.000    0.000  C:\Users\rafael.natan\AppData\Local\Continuum\anaconda3\lib\site-packages\numpy\core\fromnumeric.py:1583(ravel)
                                             1239    0.000    0.000  C:\Users\rafael.natan\AppData\Local\Continuum\anaconda3\lib\site-packages\numpy\core\fromnumeric.py:1966(sum)
...

订购人：内部时间
由于限制，列表从1430减少到1
函数被…调用。。。
NCALL tottime cumtime
{内置方法builtins.isinstance}我解决了这个问题。
与往常一样，Python库没有bug，相反，我误解了函数调用的输出

我在这里详细阐述它，作为一个答案，以防它有助于任何人在将来澄清这一误解

当我问这个问题时，我不明白为什么
p.print\u调用者（20）
打印到终端上超过1000行，尽管我限制打印到前20个函数调用（按时间）

实际情况是，我对打印前20个“最耗时的函数”的限制，将列表限制为前20个函数，但随后将打印所有调用前20个函数中每个函数的函数的列表

由于前20个函数中的每个函数（平均）都被大约100个不同的函数调用，因此每个顶级函数都有大约100行与其关联。所以20*100=2000，所以
p.print\u呼叫者（20）
在1000行上打印得很好，使我的终端饱和

我希望这能节省一些时间和调试的麻烦：）
你能分享部分输出吗？@kkawabat，我已经添加了输出。但我想我明白了。我会在回答中加上它。但非常感谢您抽出时间。