如何在Python中使用line_profiler分析每行代码执行耗时？-Python教程-PHP中文网

line_profiler需pip安装并用kernprof命令运行，仅分析标记@profile的函数；输出含Hits、Time等列，重点关注% Time定位瓶颈；不支持IDE右键直接运行，Jupyter需魔法命令%lprun。

如何在python中使用line_profiler分析每行代码执行耗时？

line_profiler 不是 Python 内置模块，必须单独安装，且不能直接用 python -m cProfile 替代。它依赖于 Cython 编译扩展，所以安装失败常因缺少编译环境或 wheel 不匹配。

推荐用 pip 安装：pip install line_profiler；若报错“Failed building wheel”，可先装 pip install cython 再重试
安装后会提供命令行工具 kernprof，不是 line_profiler 命令本身
最简运行方式：kernprof -l -v script.py，其中 -l 表示启用 line-by-line profiling，-v 表示执行完立即打印结果
如果脚本需要参数，写在 script.py 后面，例如：kernprof -l -v train.py --epochs 10

line_profiler 不会自动分析所有函数，只对打了 @profile 标签的函数生效——这个装饰器由 line_profiler 注入到全局命名空间，不是手动定义的，也不需要 import。

在要分析的函数上方直接写 @profile，注意前面**不能**加 from line_profiler import profile，否则会报 NameError: name 'profile' is not defined
如果函数在类中，@profile 要放在 def 上方，而非 class 上方；类方法可以被分析，但 __init__ 或私有方法需同样标注
不加 @profile 的函数即使被调用，也不会出现在结果里，包括内置函数（如 sorted()、json.loads()）——它们只会显示为“function call”，无行级数据

示例片段：

@profile
def process_data(items):
    result = []
    for i in items:           # 这一行会被计时
        result.append(i * 2)  # 这一行也会
    return result

line_profiler 输出按函数分块，每块含 5 列：Line #（行号）、Hits（执行次数）、Time（微秒级总耗时）、Per Hit（单次平均耗时）、% Time（占该函数总耗时百分比）、Line Contents（源码）。

让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限

下载

Hits 为 0 表示该行根本没执行（比如条件分支未进入），不是“快”，而是“没跑”
Time 是绝对值，单位是微秒（μs），数值大不一定代表性能瓶颈——要看 % Time 是否集中；比如某行 Time=50000（50ms），但占函数总耗时 95%，就值得优化
常见干扰项：for 循环头行（如 for x in data:）的 Hits 是循环次数，Time 包含迭代器开销和条件判断，不代表循环体耗时；真正耗时的通常是循环体内语句
如果某行显示 Time 极小（如 0.0 或 1.0），可能是测量精度不足，或该行是纯语法结构（如 pass、空注释）

在 PyCharm 或 VS Code 中直接右键运行带 @profile 的脚本，不会触发 line_profiler——因为没走 kernprof 入口。Jupyter 里也不能靠 %timeit 替代。

Jupyter 中可用魔法命令：%load_ext line_profiler 后，再用 %lprun -f func_name func_name(args)，但要求 func_name 已定义且已标注 @profile
PyCharm 运行配置里，把 “Execution script” 改成 kernprof，参数设为 -l -v /path/to/script.py，否则断点和 profiler 互斥
注意路径问题：如果脚本用相对路径导入模块（如 from utils import helper），kernprof 执行时工作目录必须和预期一致，否则报 ModuleNotFoundError；建议用 python -c "import sys; print(sys.path)" 对齐环境