Python标准库中提供了三种用来分析程序性能的模块，分别是cProfile, profile和hotshot，另外还有一个辅助模块stats。这些模块提供了对Python程序的确定性分析功能，同时也提供了相应的报表生成工具，方便用户快速地检查和分析结果。
这三个性能分析模块的介绍如下：
cProfile：基于lsprof的用C语言实现的扩展应用，运行开销比较合理，适合分析运行时间较长的程序，推荐使用这个模块；
profile：纯Python实现的性能分析模块，接口和cProfile一致。但在分析程序时增加了很大的运行开销。不过，如果你想扩展profiler的功能，可以通过继承这个模块实现；
hotshot：一个试验性的C模块，减少了性能分析时的运行开销，但是需要更长的数据后处理的次数。目前这个模块不再被维护，有可能在新版本中被弃用。
2种方式使用：
cProfile.run('func(arg)','filename.txt') # 调优函数，在脚本中使用
python -m cProfile myscript.py [-o filename.txt] # 调优脚本，在命令行使用 -o表示输出到文件
输出解释
7 function calls in 0.088 seconds Ordered by: standard name ncalls tottime percall cumtime percall filename:lineno(function)
1 0.003 0.003 0.088 0.088 <string>:1(<module>)
1 0.000 0.000 0.085 0.085 cProfile模块.py:14(f3)
1 0.010 0.010 0.010 0.010 cProfile模块.py:15(<listcomp>)
1 0.015 0.015 0.015 0.015 cProfile模块.py:17(<listcomp>)
1 0.000 0.000 0.088 0.088 {built-in method builtins.exec}
1 0.060 0.060 0.060 0.060 {built-in method builtins.sorted}
1 0.000 0.000 0.000 0.000 {method 'disable' of '_lsprof.Profiler' objects}
共有 7次函数调用，耗时0.088秒，原始调用为 0次，原始调用代表不包含递归调用。
ncalls 函数的被调用次数
tottime 函数总计运行时间，除去函数中调用的函数运行时间
percall 函数运行一次的平均时间，等于tottime/ncalls
cumtime 函数总计运行时间，含调用的函数运行时间
percall 函数运行一次的平均时间，等于cumtime/ncalls
filename:lineno(function) 函数所在的文件名，函数的行号，函数名
