我最近开始使用 here 中的 python 内存分析器。作为测试运行,我尝试分析 here 中的玩具代码。按照其中的说明进行操作。我对我看到的输出有一些天真的问题。
import time
@profile
def test1():
n = 10000
a = [1] * n
time.sleep(1)
return a
@profile
def test2():
n = 100000
b = [1] * n
time.sleep(1)
return b
if __name__ == "__main__":
test1()
test2()
除了函数的括号之外,我期望得到几乎相同的图(因为代码很简单),但我看到了一些显着的差异,例如图的结束时间、括号内的变化等。
有人可以阐明这些差异吗?
最佳答案
您看到的差异可能是由于 @profile 存储的信息计入程序使用的总内存中。存储这些信息也会产生轻微的开销,因此运行时间也不同。
此外,由于 Python 管理内存的方式不同,您可能会在不同的运行中得到略有不同的图。
关于Python memory_profiler 不一致的绘图,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31732187/