【線上投注】威力彩獎金DeBug Python代碼端賴print函數？換用這個一天2K+Star的對象吧

print 函數已經老，DeBug 該靠 PySnooper 了～

小火伴們，你們都奈何 DeBug Python 代碼？是否是經常使用 print 大法？在本文先容的這個項目中，deBug Python 代碼不再必要 print 了。只需給有疑難的代碼加上裝飾器，種種信息高深莫測，找失足誤也就特別很是簡略了。

這個名為 PySnooper 的項目是剛開源的，僅僅一天就取得了 2K+ 的 Star 量，當然這「一天」還沒收場，這個珍藏量也會持續革新。

項目地址：https://github.com/cool-RR/pysnooper

Python 奈何 DeBug？

若是寫著寫著模子，發明模子不 work 了，那末你該奈何找出 Python 的過錯語句？這類過錯一般與語法有關，而是某個變量的運算產生了過錯。接上去咱們就要逐步找哪一個處所有成績了，這里最多見、最直觀的要領便是 print 大法。把咱們嫌疑的變量打印進去，總會找到異樣之處。

若是代碼中嵌入了單位測試，例如 assert 語句，那末還能放大一些嫌疑規模。但平日咱們都要多次測驗考試，打印多個變量才能找到過錯之處。在 PyTorch 或者 Keras 如許的靜態計算圖還好，打印進去的間接是一個值，像 TensorFlow 如許的動態計算圖，打印進去是張量信息而不是值，這就很尷尬了。

現實上不止是機械進修，在咱們寫 Python 的時辰，老是想弄清晰為何寫的代碼在運轉時有點不大對。許多讀者樂于使用斷點等成熟的 DeBug 對象，也有的間接使用 print 大法找過錯之處。但目前咱們不必要憂慮了，本文將先容一個新的開源對象剛塞，它決心信念滿滿地號令到：「不要再使用 print 函數來 DeBug 啦～」

極簡DeBug對象PySnooper

一般環境下，想要曉得哪一行代碼在運轉、ptt 蔡英文哪一行不運轉、內地變量的值是若干時，大部門人會使用 print 函數，在樞紐部門打印某個或者某組變量的值、外形、類型等信息。

而 PySnooper 讓你能疾速地取得這些信息，且相比之下它不必要過細地寫 print 函數，只要要向感愛好的函數增長一個裝飾器就行了。咱們會失去該函數的具體 log，包括哪行代碼能運轉、甚么時辰運轉和內地變質變化切實其實切時間。

相比于其余代碼智能對象，PySnooper 為什么云云良好？由于不必要任何配置，你就可以在下等、不規定的企業代碼庫上使用 PySnooper。只要要加個裝飾器，并為日記輸入地址指定路徑就行了。

如許說可能不太直觀，上面咱們可以詳細望個案例，PySnooper 的良好就能高深莫測。

PySnooper 案例

上面項目作者寫了一個函數以將數值轉換為二進制碼，該函數返歸的是一個二進制列表。上面咱們將裝飾器 @pysnooper.snoop() 加到該函數上，就大功樂成了。

import pysnooper  
@pysnooper.snoop()  
def number_to_bits(number):  
 if number:  
 bits = []  
 while number:  
 number, remainder = divmod(number, 2)  
 bits.insert(0, remainder)  
 return bits  
 else:  
 return [0]  
number_to_bits(6)

澳網

該函數返歸的日記以下，咱們可以望到在挪用 number_to_bits 函數時，給予參數 number 的初始值為 6。然后，PySnooper 就仍是對著源代碼一行行闡發了。

如上闡發所示，函數每創立一個新變量，那末這個變量的值、這個變量的轉變都邑鋪示進去。并且 PySnooper 還將輪回睜開，是以轉變的細節加倍明確。終極 6 的二進制版本應當是 [1, 1, 0]，它的轉變進程也鋪示在 bits 變量中。

目前經由過程這些具體信息，PySnooper 不再用憂慮咱們用 print 函數強行 deBug 了。

PySnooper 具體特性

若是規范過錯輸入難以nba 即時比分取得，或者者太長了，那末可以將輸入定位到內地文件：

@pysnooper.snoop('/my/log/file.log')

查望一些非內地變量的值：

@pysnooper.snoop(variables=('foo.bar', 'self.whatever'))

鋪示咱們函數中挪用函數的 snoop 行：

@pysnooper.snoop(depth=2)

將一切 snoop 行以某個前綴最先，更易定位以及找到：

@pysnooper.snoop(prefix='ZZZ ')

演示 PySnooper

上面咱們最最先測驗考試使用 PySnooper 獵取 TensorFlow 的信息，若是它能獵取種種張量信息，那可就太強盛了。

起首使用 pip 裝置包：

pip install pysnooper

公然，TensorFlow 這類動態圖并不克不及很好地獵取信息，讀者也可測驗考試一下。前面咱們試了試 NumPy，但愿能獵取整個計算流的信息。以下代碼所示，咱們創立了兩個數組變量，而且 2×2 的矩陣會連乘多次，若是能追蹤到這類連乘，那就比較利益理過錯。

import pysnooper 
import numpy as np 
@pysnooper.snoop() 
def multi_matmul(times): 
 x = np.random.rand(2, 2) 
 w = np.random.rand(2, 2) 
 for i in range(times): 
 x = np.matmul(x, w) 
 return x 
multi_matmul(3)

關于 NumPy，該對象確鑿能追蹤一切可疑變量的轉變進程。當然在現實運算中，矩陣乘法的維度會特別很是大，咱們可以間接追蹤外形（Shape），而不是詳細的值。

【免責聲明】本站內容轉載自互聯網，其相關談吐僅代表作者小我私家概念盡非權勢巨子，不代表本站態度。如您發明內容存在版權成績，請提交相關鏈接至郵箱：，咱們將實時予以處置。