今天我们来分享一个 Python 领域的神级第三方库 -- pycallgraph，通过该库并结合 graphviz 工具，就可以非常方便的完成 Python 应用程序调用流程的可视化工作
我们先来看下效果图
怎么样，很是惊艳吧~
下面我们就来一起完成这个可视化过程
安装 graphviz 工具
生成图片的过程，是依赖工具 graphviz 的，我们先进行下载安装
下载地址
详细对于 graphviz 工具，大家应该也熟悉了，我们以前通过该工具进行过决策树的可视化工作，具体可以看这里
上面的链接包含了详细的安装配置过程，这里就不再赘述了
实战
接下来我们还需要安装两个 Python 依赖库
pip install pycallgraph
下面我们先写一个基础的代码
from pycallgraph import PyCallGraph from pycallgraph.output import GraphvizOutput class Banana: def eat(self): pass class Person: def __init__(self): self.no_bananas() def no_bananas(self): self.bananas = [] def add_banana(self, banana): self.bananas.append(banana) def eat_bananas(self): [banana.eat() for banana in self.bananas] self.no_bananas() def main(): graphviz = GraphvizOutput() graphviz.output_file = 'basic.png' with PyCallGraph(output=graphviz): person = Person() for a in range(10): person.add_banana(Banana()) person.eat_bananas() if __name__ == '__main__': main()
代码比较简单，定义了两个简单类，主要 pycallgraph 的核心代码在 main 函数中，在 with 代码块下，把我们定义的代码执行一遍即可
运行上面的代码，会在当前目录下生成 basic.png 图片文件
从生成的图片可以非常清晰的看出整个代码的运行过程，从 main 代码块到各个类的初始化，可以说一目了然
我们再来一个复杂一点的例子
import re from pycallgraph import PyCallGraph from pycallgraph import Config from pycallgraph.output import GraphvizOutput def main(): graphviz = GraphvizOutput() graphviz.output_file = 'regexp.png' config = Config(include_stdlib=True) with PyCallGraph(output=graphviz, config=config): reo = compile() match(reo) def compile(): return re.compile('^[abetors]*$') def match(reo): [reo.match(a) for a in words()] def words(): return [ 'abbreviation', 'abbreviations', 'abettor', 'abettors', 'abilities', 'ability', 'abrasion', 'abrasions', 'abrasive', 'abrasives', ] if __name__ == '__main__': main()
代码同样不负责，不过在编译器内部是调用了 re 正则的，我们来看看最终生成的图片
可以看到整个代码过程复杂了很多，因为内部调用了很多正则内部函数等，但是整体还是非常清晰的
可以说这个神级第三方库，绝对是众多 Python 爱好者，尤其是刚刚入门 Python 领域的朋友的福音，当我们遇到某些不熟悉的较为复杂的代码块时，不妨使用该库来尝试一下可视化，看看能不能从中爆发灵感呢~
好了，这就是今天分享的全部内容，喜欢就点个赞吧~
