要对 Python 库版本进行组合并检测运行时间和内存占用，以选择最优的库组合，可以按照以下步骤进行： ### 1. 确定要组合的库及其版本 列出所有需要测试的库以及每个库的不同版本。例如，要测试 `numpy` 和 `pandas`，`numpy` 有版本 `1.19.5`、`1.20.3`，`pandas` 有版本 `1.2.4`、`1.3.5`。 ### 2. 创建虚拟环境 使用 `venv` 或 `conda` 创建多个虚拟环境，每个环境安装不同的库版本组合。以下是使用 `venv` 创建虚拟环境的示例代码： ```python import subprocess # 定义库和版本 libraries = { 'numpy': ['1.19.5', '1.20.3'], 'pandas': ['1.2.4', '1.3.5'] } # 生成所有可能的版本组合 from itertools import product versions_combinations = list(product(*libraries.values())) # 创建虚拟环境并安装库 for combination in versions_combinations: env_name = '_'.join([f"{lib}{ver}" for lib, ver in zip(libraries.keys(), combination)]) subprocess.run(f"python -m venv {env_name}", shell=True) install_commands = [f"{env_name}/Scripts/pip install {lib}=={ver}" for lib, ver in zip(libraries.keys(), combination)] for command in install_commands: subprocess.run(command, shell=True) ``` ### 3. 编写测试代码 编写一个测试脚本，该脚本包含要测试的功能代码。例如，要测试数据处理功能，可以编写如下代码： ```python import time import sys import numpy as np import pandas as pd def test_function(): # 这里编写具体的测试代码 data = np.random.rand(1000, 1000) df = pd.DataFrame(data) result = df.mean() return result start_time = time.time() test_function() end_time = time.time() runtime = end_time - start_time memory_usage = sys.getsizeof(test_function()) print(f"运行时间: {runtime} 秒") print(f"内存占用: {memory_usage} 字节") ``` ### 4. 在每个虚拟环境中运行测试代码 在每个虚拟环境中运行测试代码，并记录运行时间和内存占用。可以使用 `subprocess` 来在不同的虚拟环境中执行测试脚本： ```python import subprocess for combination in versions_combinations: env_name = '_'.join([f"{lib}{ver}" for lib, ver in zip(libraries.keys(), combination)]) command = f"{env_name}/Scripts/python test_script.py" result = subprocess.run(command, shell=True, capture_output=True, text=True) print(f"组合: {combination}") print(result.stdout) ``` ### 5. 选择最优库组合 根据记录的运行时间和内存占用，选择运行时间最短且内存占用最小的库组合作为最优组合。