pyperf 1.6.1

功能

• 运行可靠基准的简单api
• 自动校准时间预算的基准。
• 生成多个工作进程。
• 计算平均值和标准差。
• 检测基准测试结果是否不稳定。
• 存储基准测试结果的json格式。
• 支持多个单位：秒、字节和整数。

用法

要run a benchmark使用pyperf timeit命令（结果写入 bench.json）：

$ python3 -m pyperf timeit '[1,2]*1000' -o bench.json
.....................
Mean +- std dev: 4.22 us +- 0.08 us

或者编写基准脚本bench.py：

#!/usr/bin/env python3importpyperfrunner=pyperf.Runner()runner.timeit(name="sort a sorted list",stmt="sorted(s, key=f)",setup="f = lambda x: x; s = list(range(1000))")

有关timeit函数和 Runner类。运行脚本并将结果转储到名为 bench.json：

$ python3 bench.py -o bench.json

要analyze benchmark results使用pyperf stats命令：

$ python3 -m pyperf stats bench.json
Total duration: 29.2 sec
Start date: 2016-10-21 03:14:19
End date: 2016-10-21 03:14:53
Raw value minimum: 177 ms
Raw value maximum: 183 ms

Number of calibration run: 1
Number of run with values: 40
Total number of run: 41

Number of warmup per run: 1
Number of value per run: 3
Loop iterations per value: 8
Total number of values: 120

Minimum:         22.1 ms
Median +- MAD:   22.5 ms +- 0.1 ms
Mean +- std dev: 22.5 ms +- 0.2 ms
Maximum:         22.9 ms

  0th percentile: 22.1 ms (-2% of the mean) -- minimum
  5th percentile: 22.3 ms (-1% of the mean)
 25th percentile: 22.4 ms (-1% of the mean) -- Q1
 50th percentile: 22.5 ms (-0% of the mean) -- median
 75th percentile: 22.7 ms (+1% of the mean) -- Q3
 95th percentile: 22.9 ms (+2% of the mean)
100th percentile: 22.9 ms (+2% of the mean) -- maximum

Number of outlier (out of 22.0 ms..23.0 ms): 0

还有：

• pyperf compare_to命令测试是否存在差异 意义重大。它支持多个基准测试套件（made 多个基准）

  $ python3 -m pyperf compare_to py2.json py3.json --table
  +-----------+---------+------------------------------+
  | Benchmark | py2     | py3                          |
  +===========+=========+==============================+
  | timeit    | 4.70 us | 4.22 us: 1.11x faster (-10%) |
  +-----------+---------+------------------------------+
  

• pyperf system tune命令来优化系统以运行稳定的基准测试。

• 自动收集计算机和基准上的元数据： 使用pyperf metadata命令显示它们，或者 pyperf collect_metadata手动收集它们的命令。

• --track-memory和--tracemalloc要跟踪的选项 基准的内存使用情况。

快速链接

• pyperf documentation
• pyperf project homepage at GitHub（代码，错误）
• Download latest pyperf release at the Python Cheeseshop (PyPI)

在python 3上安装pyperf的命令：

python3 -m pip install pyperf

Pyperf支持Python2.7和Python3。它是根据麻省理工学院的许可证发行的。