事件探查器

这个 事件探查器 pane递归地确定文件中调用的每个函数和方法的运行时间和调用次数，将每个过程分解为其最小的独立单元。这使您可以轻松地识别代码中的瓶颈，指出对优化最关键的语句，并在后续更改之后测量性能增量。

运行探查器

可以使用右侧的“打开”按钮浏览文件 Profiler 的路径框（窗格左上角），它将自动对此文件运行分析。

您可以在窗格的“路径”框中手动输入路径，然后按对文件运行分析 Profile 在探查器窗格中。

还可以对当前在中打开的文件运行分析 编辑 点击 Run ‣ Profile 在菜单栏中，或使用可配置的快捷方式 (F10 默认情况下）。

如果要取消正在进行的运行，请单击 Stop 按钮，如果由于任何原因分析失败 Output 对话框将显示，指示发生的错误。

通过双击探查器中的某个项，您将被带到该文件和 编辑 它的名字。

通过单击名称左侧的下拉箭头，可以增加为特定对象显示的级别数，并使用左上角的按钮展开/折叠所有项目。

单击下拉列表或按 Down Arrow 在“文件名”字段中，可以调用以前分析的文件的路径。

最后，您可以使用 .Result 使用 Save data 按钮。可以加载此文件以与使用 Load data 按钮。要删除加载的数据，请单击 Clear comparison 按钮。

解释结果

结果按函数/方法/语句细分，每个子元素按层次结构列在调用它们的顶层项下。 Total Time 是由指定的项和“下面”的每个函数获取的吗( i.e. 呼叫）它，而 Local Time 只计算在特定可调用对象自身作用域中花费的时间。这个 Calls 列显示指定对象在其父调用函数（或 __main__ 范围，如果是顶级对象）。最后，在 Diff 如果加载了比较，将显示三个测量值中每一个的列，并指示每个测量值之间的增量。

例如，假设您运行 Profiler 在调用函数的文件上 sleep_wrapper() 它又称之为 sleep() 函数，以及 sleep_wrapper() 函数运行总共花费了3.66毫秒，其中3.64毫秒用于执行 sleep() 内部功能。因此，如果 sleep() 它本身不叫别的东西 Total Time 和 Local Time 两者都是一样的，在3点64分，同时， Total Time 对于 sleep_wrapper() 会是3.66毫秒，但是 Local Time 只有0.02毫秒，其余时间在 sleep() 它调用的函数。

探查器插件

您可以安装两个附加插件来启用Spyder中的其他类型的评测。首先，Spyder Line Profiler允许您分别对代码的每一行进行基准测试。要了解更多信息，请访问 spyder-line-profiler git repository .

其次，Spyder Memory Profiler测量代码的内存使用情况。更多信息，请访问 spyder-memory-profiler git repository .

相关部件

• IPython控制台

• 代码分析

历史 调试