如何测量单个Python脚本运行时的CPU与内存占用？

1. 安装psutil库 #

首先确保安装了psutil：

pip install psutil

2. 核心思路：监控当前进程的状态 #

psutil通过psutil.Process()获取当前Python进程的实例，只需要在脚本开头初始化一次，后续用这个实例查询不同阶段的资源状态即可——不需要每次查询都重新初始化。

3. 内存占用测量（基础版） #

通过对比业务代码执行前后的内存状态，得到代码段的内存消耗：

import psutil

# 初始化当前进程对象
process = psutil.Process()

# 记录执行前的物理内存（RSS：实际占用的物理内存，单位字节）
mem_before = process.memory_info().rss

# --------------------------
# 你的业务代码
a = 5
b = 6
c = 3
result = (a * b) + c
print(result)
# --------------------------

# 记录执行后的物理内存
mem_after = process.memory_info().rss

# 转换为MB单位输出
print(f"内存占用变化: {(mem_after - mem_before) / 1024 / 1024:.2f} MB")

4. CPU资源测量 #

CPU消耗可以通过对比执行前后的CPU时间（用户态+系统态耗时）来计算：

import psutil

process = psutil.Process()

# 记录执行前的CPU时间（user是用户态耗时，system是系统态耗时）
cpu_times_before = process.cpu_times()

# --------------------------
# 你的业务代码
a = 5
b = 6
c = 3
result = (a * b) + c
print(result)
# --------------------------

cpu_times_after = process.cpu_times()

# 计算总CPU耗时
cpu_total_used = (cpu_times_after.user - cpu_times_before.user) + (cpu_times_after.system - cpu_times_before.system)
print(f"CPU总耗时: {cpu_total_used:.4f} 秒")

5. 复杂场景：监控内存峰值 #

如果你的代码是循环、批量处理等内存波动大的场景，可以实时采样记录峰值内存：

import psutil

process = psutil.Process()
mem_peak = 0

# --------------------------
# 模拟复杂业务代码（循环生成数据）
for i in range(10000):
    # 模拟临时内存占用
    temp_data = [i] * 10000
    # 实时检查当前内存，更新峰值
    current_mem = process.memory_info().rss
    if current_mem > mem_peak:
        mem_peak = current_mem
    # 释放临时数据
    del temp_data
# --------------------------

print(f"内存峰值: {mem_peak / 1024 / 1024:.2f} MB")

6. psutil与tracemalloc的区别 #

• psutil：监控整个进程的系统级资源使用，适合快速获取整体CPU、内存占用，无需关注内存分配细节。
• tracemalloc：跟踪Python内部的内存分配，能定位到具体哪行代码分配了内存，适合内存泄漏排查。

内容的提问来源于stack exchange，提问作者Niall