tqdm干扰cProfile输出的原因及兼容可视化进度的性能分析方案咨询

最近用cProfile分析Python代码时快愁死了——我本来想盯着自己写的核心函数的性能开销，结果cProfile的输出里排最前面的全是threading.py:637(wait)这类线程相关的函数，而我真正关心的test函数，本该占绝大多数运行时间，结果统计出来的时间少得离谱。

后来反复测试才发现，问题出在我用来监控程序整体进度的tqdm上。下面是我复现这个问题的最小示例：

测试代码（test.py） #

from tqdm.auto import tqdm

def test():
    for i in tqdm(range(100000)):
        for j in range(10000):
            pass

test()

执行性能分析的命令及输出 #

在终端里执行这条命令：

python3 -m cProfile test.py | head -n 20

得到的输出是：

100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 100000/100000 [00:24<00:00, 4027.92it/s]
         358918 function calls (357823 primitive calls) in 25.003 seconds

   Ordered by: cumulative time

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
      3/2    0.000    0.000   20.019   10.009 threading.py:637(wait)
      3/2    0.000    0.000   20.019   10.009 threading.py:323(wait)
    18/12   19.885    1.105   20.018    1.668 {method 'acquire' of '_thread.lock' objects}
     79/1    0.001    0.000    4.811    4.811 {built-in method builtins.exec}
      2/1    0.000    0.000    4.811    4.811 test.py:1(<module>)
      2/1    4.785    2.392    4.811    4.811 test.py:3(test)
    104/5    0.001    0.000    0.172    0.034 <frozen importlib._bootstrap>:1349(_find_and_load)
    104/5    0.001    0.000    0.171    0.034 <frozen importlib._bootstrap>:1304(_find_and_load_unlocked)
    103/6    0.001    0.000    0.170    0.028 <frozen importlib._bootstrap>:911(_load_unlocked)
     77/5    0.001    0.000    0.168    0.034 <frozen importlib._bootstrap_external>:988(exec_module)
   256/12    0.001    0.000    0.168    0.014 <frozen importlib._bootstrap>:480(_call_with_frames_removed)
   100001    0.054    0.000    0.157    0.000 std.py:1161(__iter__)
        6    0.000    0.000    0.153    0.025 __init__.py:1(<module>)
      238    0.003    0.000    0.100    0.000 std.py:1199(update)
        1    0.000    0.000    0.097    0.097 auto.py:1(<module>)

从输出里能清楚看到，线程相关的函数占了近20秒的累计时间，而我的核心test函数只被统计到了不到5秒，这明显不符合实际情况。

我现在有两个问题想请教各位：

1. 为什么tqdm会导致cProfile的统计结果失真？我听说Python 3.12改动了profiling的实现逻辑，这个问题是Python 3.12特有的吗？
2. 有没有什么办法能两全其美——既能保留tqdm的可视化进度条，又能得到准确的性能分析结果？

备注：内容来源于stack exchange，提问作者Imperishable Night