up:: Programming
実行時間計測
処理前後でtime.time()を測る方法があるが、これは1秒以下の精度が良くない。
なのでtime.perf_counter()を使うのが正攻法。
あまりに短くて正確に測れないなら、timeit.repeat()を使う手がある。
grobals=grobals()としないとグローバル変数を呼んでくれないので注意。
Pythonのtimeitモジュールで処理時間を計測 | note.nkmk.me
なお、上記記事にもあるがjupyterなら%%timeitだけでセル全体を測れる。
メモリ消費計測
psutilを使う。
【Python】メモリ・CPUの使用率を取得する（psutil） | 鎖プログラム
より詳しく調べるmemory_profilerというのもある。普通はコマンドラインから実行する必要があるのでjupyterだと難しい。記事下部のマジックコマンド%mprumを使い関数に対して掛けるのが正攻法になる。
Pythonスクリプトのパフォーマンス計測ガイド | Yakst
Youtube-Data-API
やりたいこと
各Youtuberの最初のコメントを感情比較
デコレータ
関数やクラスの定義拡張。元の要素を呼び出すときに名前の前に@を付ける。
例えば@kb.add(Keys.Tab)の場合、事前に用意したkb.add関数を利用して、kb関数にkb.tab関数を追加している。
ストアが開く
Windows で Python 実行時に Microsoft Store が起動する問題の対処方法 | Lonely Mobiler
ゴミ機能。アプリ実行エイリアスからしっかりkill。
仮想環境
他にもあるけど割愛。
- pyenv
インタプリタごと変えられる。つまり好きなバージョンのpythonが使える。 - venv
完全に切り離してpythonローカル環境を作れる。
python公式が作った。virtualenvはこれが出る前にあった非公式版。 - pipenv
パッケージリストに詳しい情報を書き込める。
pipコマンドを全てpipenvコマンドに書き換える必要があり面倒。 - pipx
「仮想環境ごとで共通しているパッケージ」を管理できる。 - poetry
依存関係、パッケージ、仮想環境、プロジェクト設定、ビルド、公開などを管理できる。
仮想環境はプロジェクトごとに自動的に作成される。
さらにpipenvのようにpipenvしか使えなくなったりはしない。
pyenv、pyenv-virtualenv、venv、Anaconda、Pipenv。私はPipenvを使う。 Python - Qiita
Python環境構築(pyenv+poetry+pipx) Python - Qiita
pyenvとPoetryでPythonの開発環境を整える
JIT
pythonをコンパイルして早くするやつ。
変数のattributeやmethodを調べる
dir()。デバッガー使えるならそれで調べたほうが早い。
cannot import name ‘notf’ from ‘tensorboard.compat’
tensorboard, tensorflow, numpy, jaxなどのエラー。
pip install numpy==1.19.0はpython3.9までのサポートなので使えない。
tensorboardのアプデも試したが結局わかんなかった。
module ‘torch.library’ has no attribute ‘register_fake’
register_fakeはpytorch2.4から。アプデ。
Pytorch 2.4.0 - module ‘torch.library’ has no attribute ‘register_fake’ · Issue #8958 · huggingface/diffusers