Python之debug調試的方法是什麼

本文用的測試程式碼：

from torchvision import transforms
from torchvision.datasets import FashionMNIST
import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"


#数据集准备
train_data = FashionMNIST(
    root = "./data/FashionMNIST",
    train = True,
    transform = transforms.ToTensor(),
    download = True #如果没下载数据，就下载数据；如果已经下载好，就换为False
)
test_data = FashionMNIST(
    root = "./data/FashionMNIST",
    train = False,
    transform = transforms.ToTensor(),
    download = True #如果没下载数据，就下载数据；如果已经下载好，就换为False
)

train_data_x=train_data.data
train_data_y=train_data.targets
test_data_x=test_data.data
test_data_y=test_data.targets

print(train_data_x.shape)
print(train_data_y.shape)
print(type(train_data_x))
print(type(train_data_y))
print(test_data_x.shape)
print(test_data_y.shape)

def function1(x):
    for i in range(x):
        print(i)
function1(7)

一、debug環境介紹

點擊這個爬蟲就可開始debug

##在debug前我們需要設定斷點：（設定幾個都行）

進入debug後，左下角：

1）debugger裡面可以看到存在的變數：

2）console裡面可以我們一步步調試的過程，輸出的結果會印在裡面：

二、debug按鈕介紹

#分別是

1）step over 快捷鍵：F8

2)step into 快速鍵：F7

3）step into my code 快速鍵： alt shift F7

4) step out 快速鍵： shift F8

#2.1、step into:單步執行（遇到函數也是單步）

#注意看藍色的線變化（藍色的線，代表即將被debug，但還沒有debug到）

剛我debug了兩次，結果如下：

step into 遇到進了函數也是單步（以我們這裡定義的循環列印函數為例）：

2.2、step over:單步執行（遇到函數，全部運行）

這個相比step over 就是函數裡執行的差別：（ step over 是直接執行完）

2.3、step into my code:（直接跳到下一個斷點）

這個很好理解了，這裡我有三個斷點，所以會debug三次，然後結束：

2.4、step out : 執行完剩下的函數，並跳到上一層函數##就是之前在函數內部單步驟調試時，用step out 能一下執行完，回到上一層函數。

用了之後，整個函數直接執行完，但進程未結束

看藍色的線，回到了上一層函數

以上是Python之debug調試的方法是什麼的詳細內容。更多資訊請關注PHP中文網其他相關文章！