Pyinstrument no cuenta llamadas: despierta cada interval segundos,
anota en qué función está el programa y de ese conteo deduce el reparto del tiempo. Escoja
cuántas muestras salen y qué intervalo conviene antes de verlo, y después muestree el árbol
del Monte Carlo de la clase con 5, 132 o 1.000 muestras para medir cuánto se equivoca.
fib(35) tarda 4,64 s. Con interval = 0,1, ¿cuántas
muestras toma el perfilador?
interval conviene para un programa de 0,1 s?
Para ver con confianza una función que pesa X % del tiempo hacen falta cerca de 100/X muestras. Mueva el control y la tabla se destapa.
| Peso de la función | Muestras necesarias | interval para 13,2 s |
|---|
interval con que se corrió el
Monte Carlo en clase.El árbol del Monte Carlo con uniform, 13,2 s en total.
Cada muestra cae en el nodo que está corriendo en ese instante, los [self] y
las funciones de C, marcados a la izquierda; el reparto real es el de esos siete nodos.
| Nodo | Real | Muestras | Estimado | Diferencia (puntos) |
|---|
abs (3,8 %) y estimate_pi (4,5 %)
casi siempre se quedan sin muestra y desaparecen del reporte: la regla de 100/X les pide 27
y 22 muestras. Con 132 el error máximo baja a unos cinco puntos; con 1.000 ronda los dos
puntos y ninguna función se pierde. Pulse Muestrear varias veces con el mismo número: lo que
cambia entre corridas es el ruido del muestreo.En el árbol de Pyinstrument de
ruta.py no aparece cuántas veces se llamó distancia. ¿Por qué?