前言

Python中的日志模塊可用于跟蹤代碼的事件，并可用于確定代碼崩潰的原因。有效地使用記錄器還可以跟蹤代碼片段的時間復(fù)雜度。日志記錄可能很有用，但它技術(shù)性太強(qiáng)，需要適當(dāng)?shù)膶?shí)現(xiàn)。在本文中，我們將討論3個這樣的開源的Python庫，它們可以幫助開發(fā)人員在幾行代碼中可視化程序的執(zhí)行。

一、Pyheat

Pyheat 是一個開源的 Python 庫，幫助開發(fā)人員獲得代碼執(zhí)行的逐行時間分布。Pyheat不是以表格格式顯示，而是用熱圖表示運(yùn)行每行代碼所需的時間。

Pyheat 可以使用從 PyPl 安裝

pip install py-heat

引入包

from pyheat import PyHeat

用法

Pyheat可用于為Python模塊的每行代碼生成時間編號的熱圖。將Python文件的路徑作為參數(shù)傳遞給PyHeat函數(shù)。

ph = PyHeat('merge_sort.py')
ph.create_heatmap()
ph.show_heatmap()

上面提到的代碼生成了一個熱圖，表示 在merge_sort.py 模塊中運(yùn)行每一行代碼所需的時間（秒）。

從上面的熱圖來看，雖然第17行中的循環(huán)需要花費(fèi)大部分時間（7秒）來執(zhí)行。熱圖有助于開發(fā)人員識別花費(fèi)大量時間執(zhí)行的代碼片段，這些代碼片段可能會進(jìn)一步優(yōu)化。

更多詳情：

https://github.com/csurfer/pyheat

二、Heartrate

Heartrate 是一個開源的 Python 庫，提供 Python 程序執(zhí)行的實(shí)時可視化。它提供了一行一行的執(zhí)行可視化，每個行的執(zhí)行次數(shù)由數(shù)字決定。它在瀏覽器的單獨(dú)窗口中顯示代碼的執(zhí)行情況。

Heartrate 可以通過以下方式從PyPl安裝：

pip install heartrate

用法

導(dǎo)入包（import heartrate）后，請使用heartrate.trace（browser=True）函數(shù)，該函數(shù)將打開一個瀏覽器窗口，顯示調(diào)用trace（）的文件的可視化效果。

在執(zhí)行代碼時，瀏覽器中會彈出一個窗口，如果現(xiàn)在你可以按照 http://localhost：9999 觀察執(zhí)行的輸出可視化。

每行最左邊的數(shù)字表示執(zhí)行特定行的次數(shù)。條形圖顯示了最近被點(diǎn)擊的線條-較長的條形圖表示點(diǎn)擊次數(shù)較多，較淺的顏色表示點(diǎn)擊次數(shù)較多。它還顯示了一個活動堆棧跟蹤。

更多詳情：

https://github.com/alexmojaki/heartrate

三、Snoop

Snoop 是另一個可以用作調(diào)試工具的包。Snoop 幫助你識別局部變量的值并跟蹤程序的執(zhí)行。Snoop 主要用作一種調(diào)試工具，用于找出 Python 代碼為什么沒有執(zhí)行你認(rèn)為應(yīng)該執(zhí)行的操作。

所有這一切都是可能的，只需在你想要跟蹤的函數(shù)之前使用 snoop 裝飾器。

可以使用以下方法從 PyPl 安裝 Snoop 庫：

pip install snoop

用法

更多詳情：

https://github.com/alexmojaki/snoop

結(jié)論

在本文中，我們介紹了3個庫，它們可以用來可視化Python代碼的執(zhí)行。這些庫幫助開發(fā)人員深入挖掘代碼，發(fā)現(xiàn)并理解性能瓶頸，只需添加幾行代碼即可實(shí)現(xiàn)。

到此這篇關(guān)于這3個Python實(shí)時可視化工具包來幫你了解性能瓶頸的文章就介紹到這了,更多相關(guān)Python實(shí)時可視化工具包內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論