如何为被装饰器包装的函数使用line_profiler进行行级性能分析？

当使用line_profiler对被装饰器包装的函数做行级性能分析时，即便用了@wraps(func)保留原函数元信息，直接调用add_function(d)实际是把包装器wrapper加入分析队列，而非目标函数d本身。

修复方法：直接指定原始函数 #

利用@wraps给包装器添加的__wrapped__属性，获取被包装的原始目标函数，将其传入add_function：

修改原代码中的这一行：

lprofiler.add_function(d)

替换为：

lprofiler.add_function(d.__wrapped__)

修改后的完整代码：

from line_profiler import LineProfiler

def a():
    print("a")

from functools import wraps
def decorate(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        r = func(*args, **kwargs)
        print("decorating")
        return r
    return wrapper

@decorate
def d():
    print("d")

def go():
    a()
    d()

lprofiler = LineProfiler()
lprofiler.add_function(a)
# 改为添加原始函数
lprofiler.add_function(d.__wrapped__)
lp_wrapper = lprofiler(go)
lp_wrapper()
lprofiler.print_stats()

效果说明 #

修改后运行代码，line_profiler会正确分析目标函数d的行级性能，输出中会显示Function: d at line 16（对应代码中d函数的行号），而非包装器wrapper。

如果多个函数共用同一装饰器，每个被包装函数的__wrapped__属性都指向各自的原始函数，这样就能得到每个目标函数的独立分析结果，不会出现包装器的全局统计数据。

内容的提问来源于stack exchange，提问作者Vulpo