Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

1.9

 コードのプロファイリングと実行時間計測

29

Line # Hits Time Per Hit % Time Line Contents

==============================================================

1 def sum_of_lists(N):

2 1 2 2.0 0.0 total = 0

3 6 8 1.3 0.1 for i in range(5):

4 5 9001 1800.2 95.9

L = [j ^ (j >> i) ...

5 5 371 74.2 4.0 total += sum(L)

6 1 0 0.0 0.0 return total

最上部の情報は、結果を読み取るための鍵となります。時間はマイクロ秒単位で報告され、プロ

グラムが最も時間を費やしている場所を確認できます。この情報を使用してスクリプトの内容を修

正し、使い方に適したパフォーマンスを発揮できるようにします。

%lprun

および使用可能なオプションの詳細については、

IPython

ヘルプ機能を使用してください

（

IPython

プロンプトで

%lprun?

と入力します）。

1.9.4

 メモリ使用のプロファイリング：

%memit

と

%mprun

プロファイリングのもう

1

つの側面は、コードが使用するメモリ量です。これは別の

IPython

モ

ジュール

memory_profiler

を使って測定できます。

line_profiler

と同様に、

pip

を使ってイ