目录链接：https://www.jianshu.com/p/e1e201bea601
用 pdb 进行代码调试
单步调试，通过在用户终端命令 python -m pdb xxx.py 启动脚本进入单步执行模式；或者在程序中， 加入 “import pdb” 和 “pdb.set_trace()” 这两行代码启动 pdb 调试。
pdb命令行：
1）进入命令行Debug模式，python -m pdb xxx.py 这个格式是固定的
之所以可以这样做，主要是因为pdb.py 可以被当做一个脚本执行。
2）h：（help）帮助
3）w：（where）打印当前执行堆栈
4）d：（down）执行跳转到在当前堆栈的深一层（个人没觉得有什么用处）
5）u：（up）执行跳转到当前堆栈的上一层
6）b：（break）添加断点
b 列出当前所有断点，和断点执行到统计次数
b line_number：当前脚本的line_no行添加断点
b filename:line_number：脚本filename的line_no行添加断点
b function：在函数function的第一条可执行语句处添加断点
7）tbreak：（temporary break）临时断点
在第一次执行到这个断点之后，就自动删除这个断点，用法和b一样
8）cl：（clear）清除断点
cl 清除所有断点
cl bpnumber1 bpnumber2... 清除断点号为bpnumber1,bpnumber2...的断点
cl line_number 清除当前脚本line_number行的断点
cl filename:line_number 清除脚本filename的line_number行的断点
9）disable：停用断点，参数为bpnumber，和cl的区别是，断点依然存在，只是不启用
10）enable：激活断点，参数为bpnumber(即哪一个断点，1，2，3，4......)
11）s：（step）执行下一条命令
如果本句是函数调用，则s会执行到函数的第一句
12）n：（next）执行下一条语句
如果本句是函数调用，则执行函数，接着执行当前执行语句的下一条。
13）r：（return）执行当前运行函数到结束
14）c：（continue）继续执行，直到遇到下一条断点，这个比较重要，常常和断点结合起来使用。
15）l：（list）列出源码
l 列出当前执行语句周围11条代码
l first 列出first行周围11条代码
l first second 列出first--second范围的代码，如果second<first，second将被解析为行数
16）a：（args）列出当前执行函数的函数
17）p expression：（print）输出expression的值
比如：(Pdb) p 1+2
这里会打印出 3
再比如：(Pdb) p c #这里用来查看某个变量c的值
18）pp expression：好看一点的p expression
19）run：重新启动debug，相当于restart
20）q：（quit）退出debug
21）j lineno：（jump）设置下条执行的语句函数
只能在堆栈的最底层跳转，向后重新执行，向前可直接执行到行号
22）unt：（until）执行到下一行（跳出循环），或者当前堆栈结束
23）condition bpnumber conditon，给断点设置条件，当参数condition返回True的时候bpnumber断点有效，否则bpnumber断点无效
使用set_trace()设置断点
import pdb
a = 1
b = 2
pdb.set_trace()
c = 3
print(a + b + c)
运行这个程序时，会在“pdb.set_trace()” 暂停，后面就可以通过上面的命令进行调试
cProfile 进行性能分析
导入cProfile 这个模块， 并且在最后运行cProfile.run() ，或者python3 -m cProfile xxx.py
例子斐波拉契数列
import cProfile
def fib1(n):
if n == 0:
return 0
elif n == 1:
return 1
else:
return fib1(n-1) + fib1(n-2)
def fib_seq1(n):
res = []
if n > 0:
res.extend(fib_seq1(n-1))
res.append(fib1(n))
return res
cProfile.run('fib_seq1(30)')
- ncalls， 是指相应代码 / 函数被调用的次数；
- tottime， 是指对应代码 / 函数总共执行所需要的时间（注意， 并不包括它调用的其他代码 /函数的执行时间） ；
- tottime percall， 就是上述两者相除的结果， 也就是 tottime / ncalls ；
- cumtime， 则是指对应代码 / 函数总共执行所需要的时间， 包括了它调用的其他代码 / 函数的执行时间；
- cumtime percall， 则是 cumtime 和 ncalls 相除的平均结果。
可以清晰看到函数 fib()， 被调用了 700 多万次。
优化：
import cProfile
def fib1(n):
if n == 0:
return 0
elif n == 1:
return 1
else:
return fib1(n-1) + fib1(n-2)
def fib_seq1(n):
res = []
if n > 0:
res.extend(fib_seq1(n-1))
res.append(fib1(n))
return res
cProfile.run('fib_seq1(30)')
def memoize(f):
memo = {}
def helper(x):
if x not in memo:
memo[x] = f(x)
return memo[x]
return helper
@memoize
def fib2(n):
if n == 0:
return 0
elif n == 1:
return 1
else:
return fib2(n-1) + fib2(n-2)
def fib_seq2(n):
res = []
if n > 0:
res.extend(fib_seq2(n-1))
res.append(fib2(n))
return res
cProfile.run('fib_seq2(30)')
参考资料：
极客时间 Python核心技术与实战学习
Python核心技术与实战（极客时间）链接：
http://gk.link/a/103Sv
pdb — The Python Debugger：
https://docs.python.org/3/library/pdb.html#module-pdb
The Python Profilers:
https://docs.python.org/3.7/library/profile.html
python高级调试技巧（一）——原生态的pdb调试:
https://blog.csdn.net/qq_27825451/article/details/85600992
python模块-cProfile和line_profiler:
https://blog.csdn.net/weixin_40304570/article/details/79459811
GitHub链接：
https://github.com/lichangke/LeetCode
个人Blog:
https://lichangke.github.io/
欢迎大家来一起交流学习
