目录
相信小伙伴在调试程序的,出问题了,需要了解函数内部是怎么跑的,想知道哪些行正在运行,哪些没有运行,以及局部变量的值是什么?大多数人会选择在疑惑的地方使用print函数来打印一下参数来调试。
虽然用print也是不失为是一种方法,但是有时如果疑惑的地方多就要每个地方都要加print,这样就显得比较麻烦了。
Github开源了一个神器---PySnooper,允许和print执行相同的操作,只需向感兴趣的函数添加一个装饰器行,而不是小心地创建正确的打印行。将会得到函数的详细日志,包括运行了哪些行、何时运行、以及何时更改了局部变量。
1.传统采用print进行debug的方式
print在计算机编程中,应该算是使用最为频繁的一种操作。无论是C语言中的printf,还是C++中的count,还是python中的print,都是为了向控制台打印输出。
每一个入门编程的小伙伴都绕不过的坎,就是输出一个字符串“Hello World”,在python中是很简单的一句话,如下这样:
print('Hello World')
不仅仅是刚刚入门的小伙伴需要采用print函数打印查看输出,经验丰富的大牛在工作中也要经常性的打印出中间变量,判断是否和预想的输出结果一致,间接的判断程序中是否存在语句的错误。
使用Print进行调试的好处是非常直白,易于上手,但是弊端也是明显的:
- 如果要打印的信息比较多,就需要写很多行的Print语句;
- 在调试结束后,往往还需要逐一删除这些语句。这是一个繁琐的过程。
- 一言以蔽之,使用Print调试的缺点是效率较低。
如下,展示了我们在debug代码时候,使用print查看参数最常用的方式:
def removeDuplicates(nums):
"""
:type nums: List[int]
:rtype: int
"""
flag = 0
i = 1
while i < len(nums): # len(nums)=4
if nums[i] == nums[i - 1]: # 相邻两个相等
flag += 1
i += 1
print("flag=",flag)
print("i=", i)
if flag >= 2:
del nums[i - 1] # 如果flag大于等于2,就从列表num是中删除第i-1个元素
i -= 1
print("i=",i)
print("nums=",nums)
else:
print("else")
i += 1
flag = 0
return len(nums)
nums = [1, 1, 1, 2]
print(removeDuplicates(nums))
输出打印的结果,如下:
2.pysnooper神器的打印方式
PySnooper - Never use print for debugging again
此时,我们就直接将上文的代码print部分注释掉,其余部分不变,增加pysnooper部分,如下
import pysnooper
@pysnooper.snoop()
def removeDuplicates(nums):
flag = 0
i = 1
while i < len(nums): # len(nums)=4
if nums[i] == nums[i - 1]: # 相邻两个相等
flag += 1
i += 1
if flag >= 2:
del nums[i - 1] # 如果flag大于等于2,就从列表num是中删除第i-1个元素
i -= 1
else:
i += 1
flag = 0
return len(nums)
nums = [1, 1, 1, 2]
print(removeDuplicates(nums))
打印结果如下:
- 红色框部分,是该debug的时候,运行到哪一行了
- 蓝色、绿色、黄色框,则是运行过程中参数的值
- 红色框右侧则是运行到该行,执行的代码行
上面执行的这些,也就和在1中自行打印的参数值内容一致,采用pysnooper方法会更加的直观
如果你不容易访问stderr,你可以重定向输出保存到一个文件中:
import pysnooper
#@pysnooper.snoop()
@pysnooper.snoop('file.log')
然后,查看file.log,内容如下:
最后,送上安装方式,也是非常的简单,不报错
pip install pysnooper
更多的关于pysnooper的介绍,可直接去github查看,现在已经12.6K赞啦:https://github.com/cool-RR/PySnooper
参考部分:https://slxiao.github.io/2019/06/01/print/
小白CV:公众号旨在专注CV(计算机视觉)、AI(人工智能)领域相关技术,文章内容主要围绕C++、Python编程技术,机器学习(ML)、深度学习(DL)、OpenCV等图像处理技术,深度发掘技术要点,记录学习工作中常用的操作,做你学习工作的问题小助手。只关注技术,做CV领域专业的知识分享平台。
————————————————