如何在Python中用line_profiler分析逐行代码耗时？-Python教程-PHP中文网

line_profiler需pip安装并用kernprof运行，仅分析@profile标记的函数；time为单次执行纳秒均值，%time为占该函数总耗时百分比；不可与memory_profiler混用装饰器。

如何在python中用line_profiler分析逐行代码耗时？

line_profiler 安装和基本命令行用法

line_profiler 不是 Python 自带模块，必须单独安装，且不能直接用 python -m line_profiler 运行——它依赖一个编译后的 C 扩展，纯 pip install 后还需额外注册装饰器或使用专用命令。

正确安装方式是：

运行 pip install line_profiler
如果用 ipython/jupyter，再执行 ipython install --user --kernel-name python3 --extensions line_profiler（否则 %lprun 会报错）
命令行分析脚本时，必须用 kernprof -l -v script.py，其中 -l 表示启用 line-by-line profiling，-v 表示立即打印结果；漏掉 -l 就不会收集行级数据

@profile 装饰器必须显式添加且不可省略

line_profiler 不会自动分析所有函数，它只追踪被 @profile 标记的函数。这个装饰器不是内置的，也不来自 line_profiler 模块本身——它由 kernprof 在运行时动态注入，所以你代码里写的 @profile 在平时执行会报 NameError: name 'profile' is not defined，这是正常现象，不必加 try/except 或提前导入。

关键点：

只需在想分析的函数上方写 @profile，不加括号，不 import 任何东西
只能标记函数，不能标记类、模块或 if 块
如果分析多个函数，每个都得单独加 @profile；只加一个，其他函数的行耗时就完全不会出现

示例：

@profile
def heavy_calc():
    total = 0
    for i in range(100000):
        total += i ** 2
    return total

输出结果中 Time 和 % Time 容易误读

运行 kernprof -l -v script.py 后，终端输出的表格里有三列关键数字：Line、Time、% Time。这里的 Time 单位是纳秒（ns），但它是该行**被调用一次**的平均耗时，不是累计值；而 % Time 是“该行耗时占整个被 profile 函数总耗时的百分比”，不是占全局的百分比。

testing-python

使用pytest编写和评估有效的Python测试。适用于编写测试、审查测试代码、调试测试失败或提高测试覆盖率。

下载

常见误解：

看到某行 Time=500000 就以为是 0.5ms —— 实际是 500μs，且前提是这行被执行了一次；若在循环里，真实开销得乘以执行次数
% Time 高不一定代表该行是瓶颈，比如 time.sleep(1) 占 99%，但显然不该优化它
函数调用行（如 result = another_func()）显示的时间包含被调用函数内部全部执行时间，无法穿透——除非你也给 another_func 加了 @profile