亲宝软件园·资讯

展开

Python实时可视化工具包 这3个Python实时可视化工具包来帮你了解性能瓶颈

Python学习与数据挖掘 人气:0
想了解这3个Python实时可视化工具包来帮你了解性能瓶颈的相关内容吗,Python学习与数据挖掘在本文为您仔细讲解Python实时可视化工具包的相关知识和一些Code实例,欢迎阅读和指正,我们先划重点:Python实时可视化工具包,Python可视化,下面大家一起来学习吧。

前言

Python中的日志模块可用于跟踪代码的事件,并可用于确定代码崩溃的原因。有效地使用记录器还可以跟踪代码片段的时间复杂度。日志记录可能很有用,但它技术性太强,需要适当的实现。在本文中,我们将讨论3个这样的开源的Python库,它们可以帮助开发人员在几行代码中可视化程序的执行。

一、Pyheat

Pyheat 是一个开源的 Python 库,帮助开发人员获得代码执行的逐行时间分布。Pyheat不是以表格格式显示,而是用热图表示运行每行代码所需的时间。

Pyheat 可以使用从 PyPl 安装

pip install py-heat

引入包

from pyheat import PyHeat

用法

Pyheat可用于为Python模块的每行代码生成时间编号的热图。将Python文件的路径作为参数传递给PyHeat函数。

ph = PyHeat('merge_sort.py')
ph.create_heatmap()
ph.show_heatmap()

上面提到的代码生成了一个热图,表示 在merge_sort.py 模块中运行每一行代码所需的时间(秒)。

从上面的热图来看,虽然第17行中的循环需要花费大部分时间(7秒)来执行。热图有助于开发人员识别花费大量时间执行的代码片段,这些代码片段可能会进一步优化。

更多详情:

https://github.com/csurfer/pyheat

二、Heartrate

Heartrate 是一个开源的 Python 库,提供 Python 程序执行的实时可视化。它提供了一行一行的执行可视化,每个行的执行次数由数字决定。它在浏览器的单独窗口中显示代码的执行情况。

Heartrate 可以通过以下方式从PyPl安装:

pip install heartrate

用法

导入包(import heartrate)后,请使用heartrate.trace(browser=True)函数,该函数将打开一个浏览器窗口,显示调用trace()的文件的可视化效果。

在执行代码时,浏览器中会弹出一个窗口,如果现在你可以按照 http://localhost:9999 观察执行的输出可视化。

每行最左边的数字表示执行特定行的次数。条形图显示了最近被点击的线条-较长的条形图表示点击次数较多,较浅的颜色表示点击次数较多。它还显示了一个活动堆栈跟踪。

更多详情:

https://github.com/alexmojaki/heartrate

三、Snoop

Snoop 是另一个可以用作调试工具的包。Snoop 帮助你识别局部变量的值并跟踪程序的执行。Snoop 主要用作一种调试工具,用于找出 Python 代码为什么没有执行你认为应该执行的操作。

所有这一切都是可能的,只需在你想要跟踪的函数之前使用 snoop 装饰器。

可以使用以下方法从 PyPl 安装 Snoop 库:

pip install snoop

用法

更多详情:

https://github.com/alexmojaki/snoop

结论

在本文中,我们介绍了3个库,它们可以用来可视化Python代码的执行。这些库帮助开发人员深入挖掘代码,发现并理解性能瓶颈,只需添加几行代码即可实现。

加载全部内容

相关教程
猜你喜欢
用户评论