掌握Python系统管理-调试和分析脚本2- cProfile和

调试和分析在Python开发中发挥着重要作用。 调试器可帮助程序员分析完整的代码。 调试器设置断点，而剖析器运行我们的代码，并给我们执行时间的详细信息。 分析器将识别程序中的瓶颈。我们将了解pdb Python调试器，cProfile模块和timeit模块来计算Python代码的执行时间。

涉及内容：

• Python调试技术
• 错误处理（异常处理）
• 调试工具
• 调试基本程序崩溃
• 分析和计时程序
• 使程序运行得更快

跟踪程序

trace_example.py

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()

执行：

$ python3 -m trace --trace trace_example.py
 --- modulename: trace_example, funcname: <module>
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(9): if __name__ == '__main__':
trace_example.py(10):     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
trace_example.py(6):         for i in range(self.count):
trace_example.py(8):         return
 --- modulename: trace, funcname: _unsettrace
trace.py(77):         sys.settrace(None)

参考资料

• 讨论qq群630011153 144081101
• 本文最新版本地址
• 本文涉及的python测试开发库 谢谢点赞！
• 本文相关海量书籍下载
• 2018最佳人工智能机器学习工具书及下载(持续更新)

分析和计时程序
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。

cProfile模块
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：

ncalls：通话次数
tottime：给定函数花费的总时间
percall：tottime的商数除以ncalls
cumtime：在这个和所有子功能中花费的累计时间
percall：cumtime的商数除以原始调用
filename：lineno（function）：提供每个函数的相应数据

因此，使用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：

使用timeit，我们可以决定我们想要测量哪些代码的性能。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。

使程序运行得更快有多种方法可以使Python程序运行得更快，如下所示：

描述您的代码，以便识别瓶颈
使用内置函数和库，因此解释器不需要执行
循环
避免使用全局变量，因为Python在访问全局变量时非常慢
使用现有包

摘要
在本章中，我们了解了调试和分析程序的重要性。我们了解了可用于调试的不同技术。
我们了解了pdb Python调试器以及如何处理异常。我们在分析和计时脚本时学习了如何使用Python的cProfile和timeit模块。我们还学习了如何使脚本运行得更快。
在下一章中，我们将学习Python中的单元测试。我们将学习如何创建和使用单元测试。