先上代碼

fromopenpyxlimportload_workbook
importnumpyasnp
importpandasaspd
importxlwingsasxw
importcsv
importjieba
importpangu
importre

print('hello')

這個樣例，在print行加一個斷點，即可測試出緩慢效果

Linux下的虛擬環境啟用

開始用win來測試效果，發現很慢，難道和系統有關系嗎，于是進行linux下的python代碼debug嘗試。

manjaro或者archlinux用pip安裝報錯，比如

處理這個情況的設置好vscode，做好如下勾選

這樣debug的時候就可以有效加載虛擬環境。

使用cprofile進行性能跟蹤

importcProfile
importpstats
#importsome_module

defimport_module():
#fromopenpyxlimportload_workbook
importjieba

defprofile_import():
#創建一個性能分析器對象
profile=cProfile.Profile()
profile.enable()

#運行要分析的函數
import_module()

#停止性能分析
profile.disable()

#生成一個性能報告
stats=pstats.Stats(profile)
#stats.sort_stats("cumulative").print_stats(10)#打印前10行統計信息
stats.sort_stats("cumulative").print_stats()#打印前10行統計信息

if__name__=="__main__":
profile_import()

發現

/home/qiangge/.conda/envs/py031105/lib/python3.12/site-packages/jieba/finalseg/prob_emit.py

這里的文件共35000多行，因為這個嗎？懷疑是多線程問題導致。

非debug模式下，也就是runcode模式下，并不會出現這個prob_emit.py的加載。這里估計是多線程在debug下會有阻塞問題。

小結

并沒有徹底找出根因，但是很顯然，有如下結論

導入包，對于運行沒有性能問題

導入包，對于不同的包，性能影響很顯著

可能是多線程引發了debug性能問題。