Добро пожаловать во вторую часть нашей серии статей о добавлении тестов в ваш код! В предыдущей статье мы обсудили важность сравнительного анализа и рассмотрели несколько методов измерения и анализа производительности вашего кода. В этом продолжении мы углубимся в эту тему и рассмотрим дополнительные методы с примерами кода, которые помогут вам оптимизировать код для повышения производительности. Итак, приступим!

Метод 1: измерение времени с помощью timeit

import timeit
def my_function():
    # Code to benchmark
execution_time = timeit.timeit(my_function, number=1000)
print("Execution time:", execution_time)

Метод 2: профилирование с помощью cProfile

import cProfile
def my_function():
    # Code to profile
cProfile.run('my_function()')

Метод 3. Профилирование памяти с помощью Memory_profiler

!pip install memory_profiler
import memory_profiler
@profile
def my_function():
    # Code to profile memory usage
my_function()

Метод 4. Профилирование ЦП с помощью line_profiler

!pip install line_profiler
import line_profiler
@profile
def my_function():
    # Code to profile line-by-line
my_function()

Метод 5. Использование модуля времени

import time
start_time = time.time()
# Code to benchmark
end_time = time.time()
execution_time = end_time - start_time
print("Execution time:", execution_time)

Метод 6: профилирование с помощью Py-Spy

!pip install py-spy
import py_spy
py_spy.profile(output='profile.svg', pid=1234)

Метод 7. Сравнительный анализ с помощью pytest-benchmark

!pip install pytest-benchmark
import pytest
def test_my_function(benchmark):
    benchmark(my_function)

Метод 8: собственный декоратор для сравнительного анализа

import time
def benchmark_decorator(func):
    def wrapper(*args, kwargs):
        start_time = time.time()
        result = func(*args, kwargs)
        end_time = time.time()
        execution_time = end_time - start_time
        print("Execution time:", execution_time)
        return result
    return wrapper
@benchmark_decorator
def my_function():
    # Code to benchmark
my_function()

Метод 9. Использование модуля timeit для определенных сегментов кода

import timeit
def my_function():
    # Code segment to benchmark
execution_time = timeit.timeit("my_function()", setup="from __main__ import my_function", number=1000)
print("Execution time:", execution_time)

Метод 10: использование функции perf_counter() из модуля времени

import time
start_time = time.perf_counter()
# Code to benchmark
end_time = time.perf_counter()
execution_time = end_time - start_time
print("Execution time:", execution_time)

В этой статье мы рассмотрели десять эффективных методов добавления тестов в ваш код. Включив эти методы в свой процесс разработки, вы сможете более точно измерить производительность своего кода и определить области для оптимизации. Помните, что бенчмаркинг — важнейший этап в разработке программного обеспечения, а постоянная оптимизация производительности ведет к повышению эффективности и надежности приложений.