本篇文章帶給大家的內容是關於Python腳本的調試和分析(程式碼範例),有一定的參考價值,有需要的朋友可以參考一下,希望對你有幫助。
調試和分析在Python開發中發揮重要作用 。調試器可幫助程式設計師分析完整的程式碼。偵錯器設定斷點,而分析器運行我們的程式碼並向我們提供執行時間的詳細信息,分析器將識別程式中的瓶頸。
調試是一個解決程式碼中出現的問題並阻止軟體正常運作的過程。在Python中,調試非常簡單。 Python調試器設定條件斷點並一次調試一行原始碼。我們將使用pdb Python標準庫中的模組來調試我們的Python腳本 。
為了更好地調試Python程序,可以使用各種技術。我們將討論Python調試的四種技術:
在本節中,我們將學習Python如何處理例外狀況。例外是程式執行期間發生的錯誤。每當發生任何錯誤時,Python都會產生一個異常,該異常將使用try ... except區塊進行處理。程式無法處理某些異常,因此會導致錯誤訊息。現在,我們將看到一些異常範例。
在終端機中,啟動 python3互動式控制台,我們將看到一些例外範例:
student@ubuntu:~$ python3 Python 3.5.2 (default, Nov 23 2017, 16:37:01) [GCC 5.4.0 20160609] on linux Type "help", "copyright", "credits" or "license" for more information. >>> >>> 50 / 0 Traceback (most recent call last): File "", line 1, in ZeropisionError: pision by zero >>> >>> 6 + abc*5 Traceback (most recent call last): File "", line 1, in NameError: name 'abc' is not defined >>> >>> 'abc' + 2 Traceback (most recent call last): File "", line 1, in TypeError: Can't convert 'int' object to str implicitly >>> >>> import abcd Traceback (most recent call last): File "", line 1, in ImportError: No module named 'abcd' >>>
這些是例外的一些例子。現在,我們將看到我們如何處理異常。
每當Python程式中發生錯誤時,都會引發例外狀況。我們也可以使用raise關鍵字強制引發異常。
現在我們將看到一個try…except處理異常的區塊。在try區塊中,我們將編寫可能產生異常的程式碼。在except區塊中,我們將為該異常編寫解決方案。
語法 try…except如下:
try: statement(s) except: statement(s)
一個try區塊可以有多個except語句。我們也可以透過在except關鍵字後面輸入例外名稱來處理特定的例外。處理特定異常的語法如下:
try: statement(s) except exception_name: statement(s)
我們將建立一個exception_example.py 要捕獲的腳本ZeropisionError。 在腳本中編寫以下程式碼:
a = 35 b = 57 try: c = a + b print("The value of c is: ", c) d = b / 0 print("The value of d is: ", d) except: print("pision by zero is not possible") print("Out of try...except block")
如下所示執行腳本,您將獲得以下輸出:
student@ubuntu:~$ python3 exception_example.py The value of c is: 92 pision by zero is not possible Out of try...except block
Python支援許多偵錯工具:
在本節中,我們將學習pdb Python偵錯器。 pdbmodule是Python標準函式庫的一部分,始終可供使用。
該pdb模組用於偵錯Python程式。 Python程式使用pdb互動式原始碼調試器來調試程式。 pdb設定斷點並檢查堆疊幀,並列出原始程式碼。
現在我們將了解如何使用pdb偵錯器。有三種方法可以使用此偵錯器:
· 在解釋器中
· 從命令列
· 在Python腳本中
我們將創建一個pdb_example.py腳本並在該腳本中加入以下內容:
class Student: def __init__(self, std): self.count = std def print_std(self): for i in range(self.count): print(i) return if __name__ == '__main__': Student(5).print_std()
以此腳本為例學習Python調試,我們將看到如何詳細啟動偵錯器。
要從Python互動控制台啟動偵錯器,我們使用run()或runeval()。
啟動python3互動式控制台。執行以下命令以啟動控制台:
$ python3
匯入我們的 pdb_example腳本名稱和pdb模組。現在,我們將使用run()並且我們將字串表達式作為參數傳遞給run()Python解釋器本身:
student@ubuntu:~$ python3 Python 3.5.2 (default, Nov 23 2017, 16:37:01) [GCC 5.4.0 20160609] on linux Type "help", "copyright", "credits" or "license" for more information. >>> >>> import pdb_example >>> import pdb >>> pdb.run('pdb_example.Student(5).print_std()') > (1)() (Pdb)
要繼續調試,請continue在(Pdb)提示符後輸入並按Enter鍵。如果你想知道我們可以在這裡使用的選項,那麼在(Pdb)提示後按兩次Tab 鍵。
現在,輸入後continue,我們將獲得如下輸出:
student@ubuntu:~$ python3 Python 3.5.2 (default, Nov 23 2017, 16:37:01) [GCC 5.4.0 20160609] on linux Type "help", "copyright", "credits" or "license" for more information. >>> >>> import pdb_example >>> import pdb >>> pdb.run('pdb_example.Student(5).print_std()') > (1)() (Pdb) continue 0 1 2 3 4 >>>
運行偵錯器的最簡單,最直接的方法是從命令列。我們的程式將作為調試器的輸入。您可以從命令列使用偵錯器,如下所示:
$ python3 -m pdb pdb_example.py
從命令列執行偵錯器時,將載入原始程式碼,它將停止在找到的第一行執行。輸入continue以繼續調試。這是輸出:
student@ubuntu:~$ python3 -m pdb pdb_example.py > /home/student/pdb_example.py(1)() -> class Student: (Pdb) continue 0 1 2 3 4 The program finished and will be restarted > /home/student/pdb_example.py(1)() -> class Student: (Pdb)
前兩種技術將在Python程式開始時啟動偵錯器。但這第三種技術最適合長期運作的流程。若要在腳本中啟動偵錯器,請使用set_trace()。
現在,修改您的pdb_example.py 文件,如下所示:
import pdb class Student: def __init__(self, std): self.count = std def print_std(self): for i in range(self.count): pdb.set_trace() print(i) return if __name__ == '__main__': Student(5).print_std()
现在,按如下方式运行程序:
student@ubuntu:~$ python3 pdb_example.py > /home/student/pdb_example.py(10)print_std() -> print(i) (Pdb) continue 0 > /home/student/pdb_example.py(9)print_std() -> pdb.set_trace() (Pdb)
set_trace() 是一个Python函数,因此您可以在程序中的任何位置调用它。
因此,这些是启动调试器的三种方式。
在本节中,我们将看到跟踪模块。跟踪模块有助于跟踪程序执行。因此,每当您的Python程序崩溃时,我们都可以理解崩溃的位置。我们可以通过将跟踪模块导入您的脚本以及命令行来使用它。
现在,我们将创建一个名为脚本trace_example.py并在脚本中编写以下内容:
class Student: def __init__(self, std): self.count = std def go(self): for i in range(self.count): print(i) return if __name__ == '__main__': Student(5).go()
输出如下:
student@ubuntu:~$ python3 -m trace --trace trace_example.py --- modulename: trace_example, funcname: trace_example.py(1): class Student: --- modulename: trace_example, funcname: Student trace_example.py(1): class Student: trace_example.py(2): def __init__(self, std): trace_example.py(5): def go(self): trace_example.py(10): if __name__ == '__main__': trace_example.py(11): Student(5).go() --- modulename: trace_example, funcname: init trace_example.py(3): self.count = std --- modulename: trace_example, funcname: go trace_example.py(6): for i in range(self.count): trace_example.py(7): print(i) 0 trace_example.py(6): for i in range(self.count): trace_example.py(7): print(i) 1 trace_example.py(6): for i in range(self.count): trace_example.py(7): print(i) 2 trace_example.py(6): for i in range(self.count): trace_example.py(7): print(i) 3 trace_example.py(6): for i in range(self.count): trace_example.py(7): print(i) 4
因此,通过trace --trace在命令行使用,开发人员可以逐行跟踪程序。因此,只要程序崩溃,开发人员就会知道崩溃的实例。
分析Python程序意味着测量程序的执行时间。它衡量每个功能所花费的时间。Python的cProfile模块用于分析Python程序。
如前所述,分析意味着测量程序的执行时间。我们将使用cProfile Python模块来分析程序。
现在,我们将编写一个 cprof_example.py 脚本并在其中编写以下代码:
mul_value = 0 def mul_numbers( num1, num2 ): mul_value = num1 * num2; print ("Local Value: ", mul_value) return mul_value mul_numbers( 58, 77 ) print ("Global Value: ", mul_value)
运行程序,您将看到如下输出:
student@ubuntu:~$ python3 -m cProfile cprof_example.py Local Value: 4466 Global Value: 0 6 function calls in 0.000 seconds Ordered by: standard name ncalls tottime percall cumtime percall filename:lineno(function) 1 0.000 0.000 0.000 0.000 cprof_example.py:1() 1 0.000 0.000 0.000 0.000 cprof_example.py:2(mul_numbers) 1 0.000 0.000 0.000 0.000 {built-in method builtins.exec} 2 0.000 0.000 0.000 0.000 {built-in method builtins.print} 1 0.000 0.000 0.000 0.000 {method 'disable' of '_lsprof.Profiler' objects}
因此,使用时cProfile,所有被调用的函数都将打印出每个函数所花费的时间。现在,我们将看到这些列标题的含义:
· ncalls: 通话次数
· tottime: 在给定函数中花费的总时间
· percall:商数tottime除以ncalls
· cumtime:在此和所有方面花费的累计时间 subfunctions
· percall:cumtime除以原始调用的商数
· filename:lineno(function):提供每个功能的相应数据
timeit是一个Python模块,用于计算Python脚本的一小部分。您可以从命令行调用timeit,也可以将timeit模块导入到脚本中。我们将编写一个脚本来计算一段代码。创建一个timeit_example.py脚本并将以下内容写入其中:
import timeit prg_setup = "from math import sqrt" prg_code = ''' def timeit_example(): list1 = [] for x in range(50): list1.append(sqrt(x)) ''' # timeit statement print(timeit.timeit(setup = prg_setup, stmt = prg_code, number = 10000))
使用timeit,我们可以决定我们要测量的代码片段。因此,我们可以轻松定义设置代码以及我们要单独执行测试的代码段。主代码运行100万次,这是默认时间,而设置代码只运行一次。
有多种方法可以使Python程序运行得更快,例如:
以上是Python腳本的調試和分析(程式碼範例)的詳細內容。更多資訊請關注PHP中文網其他相關文章!