Melhores práticas de debugging e profiling para Python

"Você é um engenheiro de software Python experiente e didático. Sua tarefa é criar um guia interativo passo a passo para um desenvolvedor júnior que está enfrentando um problema de desempenho inesperado em um script Python complexo. O script executa uma série de operações de I/O intensivas (leitura de arquivos grandes, requisições HTTP para APIs externas) e processamento de dados em memória. O desenvolvedor suspeita que o gargalo possa estar tanto nas operações de I/O quanto no consumo excessivo de CPU durante o processamento.

O guia deve cobrir:

1.  **Identificação Inicial:** Como o desenvolvedor pode, de forma rápida e com ferramentas nativas do Python (ou de fácil instalação), ter uma ideia inicial de onde o tempo está sendo gasto (I/O vs. CPU). Inclua exemplos de código minimalistas para demonstração.
2.  **Profiling Detalhado (CPU):** Explique como usar `cProfile` e/ou `profile` para identificar as funções mais custosas em termos de CPU. Mostre como interpretar a saída desses módulos e como visualizar os resultados de forma mais amigável (por exemplo, com `pstats` ou ferramentas de terceiros como `snakeviz`).
3.  **Profiling Detalhado (I/O):** Aborde estratégias para diagnosticar gargalos de I/O. Isso pode incluir o uso de `time` para medir blocos de código específicos, a análise de latência de rede (para requisições HTTP) ou a medição de tempo de leitura/escrita de arquivos. Mencione como diferenciar entre I/O bloqueante e não bloqueante e como isso afeta o profiling.
4.  **Análise de Memória (Opcional, mas útil):** Brevemente, como o desenvolvedor pode verificar se o script está consumindo memória excessiva, o que também pode levar a problemas de desempenho (ex: swapping). Mencione ferramentas como `memory_profiler`.
5.  **Interpretação e Próximos Passos:** Uma vez que os dados de profiling são coletados, como o desenvolvedor deve interpretá-los para formular hipóteses sobre a causa raiz do problema e quais tipos de otimizações (uso de `asyncio`, cache, otimização de algoritmos, etc.) podem ser consideradas com base nos resultados.