简介
memory_profiler是第三方模块,用于监视进程的内存消耗以及python程序内存消耗的逐行分析。它是一个纯python模块,依赖于psutil模块。
安装
pip install memory_profiler
使用方法
1、通过装饰器运行
@profile def func1():
2、通过命令行运行
python -m memory_profiler test_code.py
案例源码:
# -*- coding: utf-8 -*- # time: 2022/6/11 21:17 # file: test_code.py # 公众号: 玩转测试开发 from memory_profiler import profile loop = 50000 @profile def func1(): s1 = [i for i in range(loop)] s2 = [] for i in range(loop): if i & 1 == 1: s2.append(i) result = sum(s1) + sum(s2) del s1 del s2 return result if __name__ == '__main__': result = func1() print(result)
方法1运行结果:
方法2运行结果:
补充
下面小编为大家整理了一下memory_profiler的一些使用
1、直接打印结果到终端上
#coding:utf8 from memory_profiler import profile @profile def test1(): c=list() for item in range(10000): c.append(item) if __name__=='__main__': test1()
结果如下
filename: d:/python/test_sip/test_check_es.py
line # mem usage increment line contents
================================================
474 16.6 mib 16.6 mib @profile
475 def test1():
476 16.6 mib 0.0 mib c=list()
477 17.0 mib 0.0 mib for item in range(10000):
478 17.0 mib 0.1 mib c.append(item)
2、定义输出到文件,定义结果保留的小数位
#coding:utf8 from memory_profiler import profile @profile(precision=4,stream=open('memory_profiler.log','w+')) def test1(): c=list() for item in range(10000): c.append(item) if __name__=='__main__': test1()
结果如下
filename: d:/python/test_sip/test_check_es.py
line # mem usage increment line contents
================================================
474 16.5391 mib 16.5391 mib @profile(precision=4,stream=open('memory_profiler.log','w+'))
475 def test1():
476 16.5430 mib 0.0039 mib c=list()
477 16.8906 mib 0.0039 mib for item in range(10000):
478 16.8906 mib 0.0391 mib c.append(item)
到此这篇关于python利用memory_profiler查看内存占用情况的文章就介绍到这了,更多相关python memory_profiler查看内存占用内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持!