这3个Python实时可视化工具包来帮你了解性能瓶颈
作者：Python学习与数据挖掘
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。
到此这篇关于这3个Python实时可视化工具包来帮你了解性能瓶颈的文章就介绍到这了,更多相关Python实时可视化工具包内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！