最省事方式是用cprofile.run("func()")传字符串执行，自动统计并按cumtime倒序输出；需注意必须加括号调用、支持filename存文件，但无法区分i/o与cpu耗时。
直接用 cProfile.run() 快速定位耗时函数
最省事的方式是把要分析的代码包进字符串，丢给 cProfile.run()。它会自动统计每行执行次数、总耗时、单次平均耗时，最后按累计时间倒序打出报告。
常见错误是只传函数名不加调用括号，比如写成 cProfile.run(my_func) —— 这会报 TypeError: expected string or code object；必须传字符串：cProfile.run("my_func()")，或者用 exec 包裹的完整可执行语句。
- 适合临时调试：一行命令启动，不用改原逻辑
- 注意路径问题：如果函数在模块里，得先
import再调用，比如cProfile.run("from mymodule import work; work()") - 输出默认打到 stdout，想存文件用
cProfile.run("...", filename="profile.out")
用 Profile 对象 + pstats 精细筛选热点
硬编码字符串太糙，尤其要反复跑、比对、过滤时。更稳的做法是创建 cProfile.Profile 实例，手动 enable()/disable()，再用 pstats.Stats 加载分析。
关键点在于：原始 profile 数据（.prof 文件）本身不可读，pstats 是唯一标准解析器；直接打开 .prof 文件看到的全是二进制乱码，别试。
图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍
- 启用 profiling：
pr = cProfile.Profile(); pr.enable()，放在目标代码前 - 停用并保存：
pr.disable(); pr.dump_stats("output.prof") - 加载分析：
stats = pstats.Stats("output.prof")，之后可用stats.sort_stats("cumulative").print_stats(10)查前 10 个累计耗时最高的函数 - 常用过滤：
stats.filter("mymodule.py")或stats.print_stats("requests|http")（正则匹配函数名/文件名）
避免被 time.sleep() 或 I/O 操作干扰真实 CPU 瓶颈
cProfile 统计的是“挂钟时间”（wall-clock time），不是纯 CPU 时间。如果你的函数里有 time.sleep(5)、requests.get() 或文件读写，这些等待时间全算进去了，容易误判“这个函数很慢”，其实只是在等外部响应。
这时候得结合 line_profiler（需 pip install）看逐行 CPU 时间，或者用 psutil 监控进程实际 CPU 占用率来交叉验证。
-
cProfile报告里tottime是函数内部纯执行时间（不含子调用），cumtime是含所有子调用的总耗时 —— 优先盯cumtime找顶层入口 - 数据库查询慢？
cProfile只能告诉你cursor.execute()耗时高，但看不出是 SQL 本身低效还是网络延迟，得配合 DB 日志或 EXPLAIN - 异步代码（async/await）用
cProfile会失真，因为事件循环调度不体现为函数调用栈，此时该用py-spy
导出火焰图看调用链路更直观
文本报告里嵌套深的调用链（比如 A → B → C → D → requests.post）靠眼睛数缩进太累。flameprof 或 py-spy 可把 .prof 转成交互式火焰图，宽度=耗时，纵向堆叠=调用层级。
步骤很简单：先生成 output.prof，再终端运行 flameprof output.prof > profile.svg，用浏览器打开 SVG 就能看到哪条路径最宽、哪个函数在中间“卡住”了整条链。
- 注意：火焰图显示的是采样数据，不是精确计时，但对识别长尾调用和意外递归极其有效
- 如果
flameprof报No module named 'pstats'，说明 Python 版本太新（3.12+），换用py-spy record -o profile.svg --pid $PID更稳 - Web 服务类程序建议用
--pid方式 attach 进程，避免重启服务丢失现场
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
