Python调试方法及性能调试
Python调试方法及性能调试
python pdb调试python -m pdb myscript.py #注意这会重启myscript.py
可以在程序中这么设置断点：
import pdb; pdb.set_trace()
可以修改变量的值，但是要注意，前面加上！比如要修改final的值，应该这样!final="newvalue"
支持的命令：
p 打印变量
n next
step 细点运行
c continue
l list
a args 打印当前函数的参数
condition bpnumber [condition]
clear/disable/enable 清除/禁用/使能断点
q quit
python profiler性能分析
一种方法： if __name__ == "__main__": import profile profile.run("foo()")
另一种命令行方法：python -m profile prof1.py profile的统计结果分为ncalls, tottime, percall, cumtime, percall, filename:lineno(function)等若干列：
| ncalls | 函数的被调用次数 |
| tottime | 函数总计运行时间，除去函数中调用的函数运行时间 |
| percall | 函数运行一次的平均时间，等于tottime/ncalls |
| cumtime | 函数总计运行时间，含调用的函数运行时间 |
| percall | 函数运行一次的平均时间，等于cumtime/ncalls |
| filename:lineno(function) | 函数所在的文件名，函数的行号，函数名 |
| # …略 if __name__ == "__main__": import profile profile.run("foo()", "prof.txt") import pstats p = pstats.Stats("prof.txt") p.sort_stats("time").print_stats() |
| strip_dirs() | 用以除去文件名前名的路径信息。 |
| add(filename,[…]) | 把profile的输出文件加入Stats实例中统计 |
| dump_stats(filename) | 把Stats的统计结果保存到文件 |
| sort_stats(key,[…]) | 最重要的一个函数，用以排序profile的输出 |
| reverse_order() | 把Stats实例里的数据反序重排 |
| print_stats([restriction,…]) | 把Stats报表输出到stdout |
| print_callers([restriction,…]) | 输出调用了指定的函数的函数的相关信息 |
| print_callees([restriction,…]) | 输出指定的函数调用过的函数的相关信息 |
| ‘ncalls’ | 被调用次数 |
| ‘cumulative’ | 函数运行的总时间 |
| ‘file’ | 文件名 |
| ‘module’ | 文件名 |
| ‘pcalls’ | 简单调用统计（兼容旧版，未统计递归调用） |
| ‘line’ | 行号 |
| ‘name’ | 函数名 |
| ‘nfl’ | Name/file/line |
| ‘stdname’ | 标准函数名 |
| ‘time’ | 函数内部运行时间（不计调用子函数的时间） |
python -m cProfile -s time test.py
timeit如果我们某天心血来潮，想要向list里append一个元素需要多少时间或者想知道抛出一个异常要多少时间，那使用profile就好像用牛刀杀鸡了。这时候我们更好的选择是timeit模块。
timeit除了有非常友好的编程接口，也同样提供了友好的命令行接口。首先来看看编程接口。timeit模块包含一个类Timer，它的构造函数是这样的： class Timer( [stmt='pass' [, setup='pass' [, timer=<timer function>]]]) stmt参数是字符串形式的一个代码段，这个代码段将被评测运行时间；setup参数用以设置stmt的运行环境；timer可以由用户使用自定义精度的计时函数。 timeit.Timer有三个成员函数，下面简单介绍一下： timeit( [number=1000000]) timeit()执行一次Timer构造函数中的setup语句之后，就重复执行number次stmt语句，然后返回总计运行消耗的时间。 repeat( [repeat=3 [, number=1000000]]) repeat()函数以number为参数调用timeit函数repeat次，并返回总计运行消耗的时间 print_exc( [file=None]) print_exc()函数用以代替标准的tracback，原因在于print_exc()会输出错行的源代码，如：
| >>> t = timeit.Timer("t = foo()/nprint t") ß被timeit的代码段 >>> t.timeit() Traceback (most recent call last): File "<pyshell#12>", line 1, in -toplevel- t.timeit() File "E:/Python23/lib/timeit.py", line 158, in timeit return self.inner(it, self.timer) File "<timeit-src>", line 6, in inner foo() ß标准输出是这样的 NameError: global name 'foo' is not defined >>> try: t.timeit() except: t.print_exc() Traceback (most recent call last): File "<pyshell#17>", line 2, in ? File "E:/Python23/lib/timeit.py", line 158, in timeit return self.inner(it, self.timer) File "<timeit-src>", line 6, in inner t = foo() ßprint_exc()的输出是这样的，方便定位错误 NameError: global name 'foo' is not defined |
评论暂时关闭