性能分析是优化 Python 程序的关键步骤，帮助开发者定位瓶颈并提升执行效率。以下是常用工具及使用技巧：

🔍 常用性能分析工具

  1. cProfile
    Python 内置的性能分析模块，支持函数调用次数、耗时统计。
    ✅ 示例：python -m cProfile your_script.py

    Python_Performance_Profiling

  2. Py-Spy
    无需修改代码即可实时分析运行时性能，适合调试生产环境程序。
    📚 了解更多

    Py_Spy

  3. memory_profiler
    监控内存使用情况，适合排查内存泄漏问题。
    ⚠️ 注意：需安装 pip install memory_profiler

    Memory_Profiler

  4. Profileviz
    可视化 cProfile 的结果，提供更直观的调用图分析。

    Profileviz

📈 分析步骤建议

  1. 确定性能瓶颈（CPU/内存/IO）
  2. 选择合适工具进行数据采集
  3. 分析结果并优化关键路径
  4. 重复测试验证改进效果

🌐 扩展阅读

Python_Debugging