如何使用`dis.dis`来分析性能？

Question

我正在尝试使用python的dis库来测试和理解性能。下面是我尝试过的一个实验，并给出结果。

import dis

def myfunc1(dictionary):
    t = tuple(dictionary.items())
    return t

def myfunc2(dictionary, func=tuple):
    t = func(dictionary.items())
    return t

>>> dis.dis(myfunc1)

  4           0 LOAD_GLOBAL              0 (tuple)
              3 LOAD_FAST                0 (dictionary)
              6 LOAD_ATTR                1 (items)
              9 CALL_FUNCTION            0
             12 CALL_FUNCTION            1
             15 STORE_FAST               1 (t)

  5          18 LOAD_FAST                1 (t)
             21 RETURN_VALUE 

>>> dis.dis(myfunc2)

  4           0 LOAD_FAST                1 (func)
              3 LOAD_FAST                0 (dictionary)
              6 LOAD_ATTR                0 (items)
              9 CALL_FUNCTION            0
             12 CALL_FUNCTION            1
             15 STORE_FAST               2 (t)

  5          18 LOAD_FAST                2 (t)
             21 RETURN_VALUE    

现在我明白了..。

• 最左边的4 & 5是行号
• 中间的列是机器调用的操作码。
• 右边的列是对象(使用https://stackoverflow.com/a/12673195?)

...But，就性能而言，这一切意味着什么？如果我试图决定使用哪个函数，我将如何使用dis来比较这两个函数呢？

提前谢谢。

Answer 1

你(或者至少是普通的人)不能看不同的汇编代码，也不能分辨哪一个更快。

从IPython中尝试%%timeit魔术函数。

它会自动运行这段代码几次，并给你一个客观的答案。

我最近发现了这篇博客文章，它教我如何用Python来度量这类事情。不仅是时间，还有内存的使用。这篇文章的亮点(至少对我来说)是在它教你实现%lprun魔术函数的时候。

使用它，您将能够逐行查看您的函数，并确切地知道每个函数对所花费的总时间的贡献。

我已经用了几个星期了，很棒。