效果
以热力图的形式直观地显示代码行的性能影响，颜色越深占用时间越长。
安装与使用
⭐️ 安装：
pip install py-heat
⭐️ 简单的命令行使用：
pyheat --pyfile <path_to_python_file>
简单分析
是一个单文件应用，一共155行，简洁明了，使用 pprofile性能分析库和matplotlib.pyplot画图，将二者组合的创意很好。画图形式值得学习，利用matplotlib.pyplot.pcolor(example)和matplotlib.pyplot.colorbar以及matplotlib.pyplot.text实现效果。
不过，在win10上测试，pprofile的分析不是很稳定。
画图
简单测试
测试代码threads.py：
#!/usr/bin/env python
import threading
import time
def func():
time.sleep(1)
def func2():
pass
t1 = threading.Thread(target=func)
t2 = threading.Thread(target=func)
t1.start()
t2.start()
(func(), func2())
t1.join()
t2.join()
命令行执行pyheat --pyfile threads.py测试结果(win10, py3.5)：
