前言

Python中的日志模塊可用于跟蹤代碼的事件，并可用于確定代碼崩潰的原因。有效地使用記錄器還可以跟蹤代碼片段的時間復雜度。日志記錄可能很有用，但它技術性太強，需要適當的實現。在本文中，我們將討論3個這樣的開源的Python庫，它們可以幫助開發人員在幾行代碼中可視化程序的執行。

一、Pyheat

Pyheat 是一個開源的 Python 庫，幫助開發人員獲得代碼執行的逐行時間分布。Pyheat不是以表格格式顯示，而是用熱圖表示運行每行代碼所需的時間。

Pyheat 可以使用從 PyPl 安裝

pip install py-heat

引入包

from pyheat import PyHeat

用法

Pyheat可用于為Python模塊的每行代碼生成時間編號的熱圖。將Python文件的路徑作為參數傳遞給PyHeat函數。

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

上面提到的代碼生成了一個熱圖，表示 在merge_sort.py 模塊中運行每一行代碼所需的時間（秒）。

從上面的熱圖來看，雖然第17行中的循環需要花費大部分時間（7秒）來執行。熱圖有助于開發人員識別花費大量時間執行的代碼片段，這些代碼片段可能會進一步優化。

更多詳情：

https://github.com/csurfer/pyheat

二、Heartrate

Heartrate 是一個開源的 Python 庫，提供 Python 程序執行的實時可視化。它提供了一行一行的執行可視化，每個行的執行次數由數字決定。它在瀏覽器的單獨窗口中顯示代碼的執行情況。

Heartrate 可以通過以下方式從PyPl安裝：

pip install heartrate

用法

導入包（import heartrate）后，請使用heartrate.trace（browser=True）函數，該函數將打開一個瀏覽器窗口，顯示調用trace（）的文件的可視化效果。

在執行代碼時，瀏覽器中會彈出一個窗口，如果現在你可以按照 http://localhost：9999 觀察執行的輸出可視化。

每行最左邊的數字表示執行特定行的次數。條形圖顯示了最近被點擊的線條-較長的條形圖表示點擊次數較多，較淺的顏色表示點擊次數較多。它還顯示了一個活動堆棧跟蹤。

更多詳情：

https://github.com/alexmojaki/heartrate

三、Snoop

Snoop 是另一個可以用作調試工具的包。Snoop 幫助你識別局部變量的值并跟蹤程序的執行。Snoop 主要用作一種調試工具，用于找出 Python 代碼為什么沒有執行你認為應該執行的操作。

所有這一切都是可能的，只需在你想要跟蹤的函數之前使用 snoop 裝飾器。

可以使用以下方法從 PyPl 安裝 Snoop 庫：

pip install snoop

用法

更多詳情：

https://github.com/alexmojaki/snoop

結論

在本文中，我們介紹了3個庫，它們可以用來可視化Python代碼的執行。這些庫幫助開發人員深入挖掘代碼，發現并理解性能瓶頸，只需添加幾行代碼即可實現。

到此這篇關于這3個Python實時可視化工具包來幫你了解性能瓶頸的文章就介紹到這了,更多相關Python實時可視化工具包內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！