cProfile 是 Python 内置性能分析工具，可统计函数调用次数、总耗时、累计耗时等指标；支持命令行一键分析或代码中嵌入式分析，并可通过 pstats 深度查看与过滤结果。
cProfile 是 Python 内置的性能分析工具，能精确统计函数调用次数、总耗时、单次平均耗时等关键指标，适合定位程序中的性能瓶颈。
快速上手：命令行直接分析
无需修改代码，用一行命令即可启动分析：
- python -m cProfile your_script.py —— 输出所有函数的调用和时间统计
- python -m cProfile -s cumulative your_script.py —— 按累计时间（cumtime）排序，便于发现耗时最长的调用链
- python -m cProfile -o profile.out your_script.py —— 将结果保存为二进制文件，供后续可视化或深入查看
在代码中嵌入分析
适用于只想分析某一段逻辑（如某个函数或循环），避免全局干扰：
- 导入模块：import cProfile
- 开始记录：prof = cProfile.Profile()，然后 prof.enable()
- 执行待测代码（例如 my_heavy_function()）
- 停止并打印结果：prof.disable()，再用 prof.print_stats(sort='cumulative')
读懂输出结果的关键列
典型输出包含六列，重点关注以下三列：
立即学习“Python免费学习笔记（深入）”；
- ncalls：调用次数（含递归时显示为 n/n，如 5/2 表示总共调用 5 次，其中 2 次是递归）
- tottime：该函数自身执行时间（不含子函数），越长说明内部计算越重
- cumtime：该函数及其所有子函数的累计耗时，高 cumtime 通常指向调用链顶层的瓶颈入口
后续处理：用 pstats 查看和过滤
保存的 profile.out 文件可交互式分析：
- 启动分析器：python -m pstats profile.out
- 常用命令：sort cumtime、limit 10（只看前 10 行）、print my_function（聚焦某个函数）
- 导出为文本：write stats.txt，方便存档或对比
