如何使用“dis.dis”来分析性能？

我正在尝试使用 pythondis http://docs.python.org/2/library/dis.html用于试验和了解性能的库。以下是我尝试过的实验及其结果。

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...

• the 4 & 5最左边是行号
• 中间的一列是机器调用的操作码
• 右边的列是对象（opargs https://stackoverflow.com/a/12673195?)

...但这对于性能而言意味着什么？如果我试图决定使用哪个函数，我会如何使用dis比较两者？

提前致谢。

您（或至少是普通人）无法查看不同的汇编代码并判断哪一个更快。

尝试 IPython 中的 %%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。

我最近发现这篇博文 http://pynash.org/2013/03/06/timing-and-profiling/教如何在 Python 中测量此类事物。不仅是时间，还有内存使用情况。这篇文章的亮点（至少对我来说）是它教你实现 %lprun 魔术函数。

使用它，您将能够逐行查看您的函数，并准确了解每一行对总花费时间的贡献。

我已经使用了几周了，效果非常好。