Python3,自从掌握了这个方法,再也不用print进行调试了。

简介: 有了这个方法, 还要什么print

1、引言


小屌丝:鱼哥,调试代码,除了Debug,还有什么其他的神器没?

小鱼:额… 你这是要飞天吗?

小屌丝:我很低调的好不好。

小鱼:还说低调,那你Debug咋都不用,还说低调?

小屌丝:我觉得Debug太慢了,

小鱼:…被你装到了。

小屌丝:反正我不管, 就得帮我想个神器…

小鱼:… 好吧, 容我想一下。

2000.jpg


小鱼:你别说,我还真的想到一个。

小屌丝:我擦…被你装到了, 我就知道你有货。

小鱼:低调, 我很低调的好不。

小屌丝:好吧,那你向我展示一下你说的神器。

小鱼:嘿嘿…

展示技术.png



2、代码实战


2.1 介绍


今天说到的这个神器,就是PySnooper,它的工作原理很简单,就是替代print的工作。

我们都知道, print一行, 则输出一行。

而PySnooper的功能就是把所有的一起输出。

2.2 安装


涉及到第三方库,肯定就需要安装

老规矩,pip 安装


pipinstallpysnooper


然后就是等待着安装。


其它安装方式,直接看这两篇:



安装完成,就是这样



2.3 示例


代码示例


# -*- coding:utf-8 -*-# @Time   : 2023-03-28# @Author : Carl_DJ'''实现功能:    使用PySnooper与with的上下文形式调试'''importpysnooperimportrandomdefDemo():
#设置listlist= []
foriinrange(10):
list.append(random.randrange(1,1000))
#使用with进行上下文调试withpysnooper.snoop():
lower=min(list)
upper=max(list)
mid= (lower+upper) /2print(lower,mid,upper)
#调用demoif__name__=='__main__':
Demo()





运行结果


21458.0895Sourcepath:...D:\Project\TestPySnooper.pyNewvar:.......list=[438,414,895,834,890,464,21,536,290,85]Newvar:.......i=915:14:58.320034line19lower=min(list)Newvar:.......lower=2115:14:58.320540line20upper=max(list)Newvar:.......upper=89515:14:58.320540line21mid=(lower+upper)/2Newvar:.......mid=458.015:14:58.320540line23print(lower,mid,upper)Elapsedtime:00:00:00.000506Processfinishedwithexitcode0



3、总结


看到这里,今天的分享内容就到这里了。

其实在实际工作中, 使用上下文调试的场景也很常见。

所以,学会使用PySnooper的with进行上下文调试, 能帮助你节省很多工作量。


好了,就唠叨这里了。

我是小鱼:


  • CSDN 博客专家;
  • 阿里云 专家博主;
  • 51CTO博客专家;
  • 51认证讲师;
  • 金牌面试官;


关注小鱼,带你学习更多更有趣的python知识。


当然,


如果你想晋升自己的技能,;

如果你想提升自己的面试成功率;

如果你现在处在职业迷茫期,想重新规划职业生涯;

都可以找小鱼聊聊的。



目录
相关文章
|
20天前
|
JSON 数据可视化 API
Python 中调用 DeepSeek-R1 API的方法介绍,图文教程
本教程详细介绍了如何使用 Python 调用 DeepSeek 的 R1 大模型 API,适合编程新手。首先登录 DeepSeek 控制台获取 API Key,安装 Python 和 requests 库后,编写基础调用代码并运行。文末包含常见问题解答和更简单的可视化调用方法,建议收藏备用。 原文链接:[如何使用 Python 调用 DeepSeek-R1 API?](https://apifox.com/apiskills/how-to-call-the-deepseek-r1-api-using-python/)
|
3月前
|
机器学习/深度学习 Python
堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能
本文深入探讨了堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能。文章详细介绍了堆叠的实现步骤,包括数据准备、基础模型训练、新训练集构建及元学习器训练,并讨论了其优缺点。
179 3
|
1月前
|
人工智能 自然语言处理 算法
随机的暴力美学蒙特卡洛方法 | python小知识
蒙特卡洛方法是一种基于随机采样的计算算法,广泛应用于物理学、金融、工程等领域。它通过重复随机采样来解决复杂问题,尤其适用于难以用解析方法求解的情况。该方法起源于二战期间的曼哈顿计划,由斯坦尼斯拉夫·乌拉姆等人提出。核心思想是通过大量随机样本来近似真实结果,如估算π值的经典示例。蒙特卡洛树搜索(MCTS)是其高级应用,常用于游戏AI和决策优化。Python中可通过简单代码实现蒙特卡洛方法,展示其在文本生成等领域的潜力。随着计算能力提升,蒙特卡洛方法的应用范围不断扩大,成为处理不确定性和复杂系统的重要工具。
76 21
|
4月前
|
测试技术 API Python
【10月更文挑战第1天】python知识点100篇系列(13)-几种方法让你的电脑一直在工作
【10月更文挑战第1天】 本文介绍了如何通过Python自动操作鼠标或键盘使电脑保持活跃状态,避免自动息屏。提供了三种方法:1) 使用PyAutoGUI,通过安装pip工具并执行`pip install pyautogui`安装,利用`moveRel()`方法定时移动鼠标;2) 使用Pymouse,通过`pip install pyuserinput`安装,采用`move()`方法移动鼠标绝对位置;3) 使用PyKeyboard,同样需安装pyuserinput,模拟键盘操作。文中推荐使用PyAutoGUI,因其功能丰富且文档详尽。
|
1月前
|
数据挖掘 数据处理 开发者
Python3 自定义排序详解:方法与示例
Python的排序功能强大且灵活,主要通过`sorted()`函数和列表的`sort()`方法实现。两者均支持`key`参数自定义排序规则。本文详细介绍了基础排序、按字符串长度或元组元素排序、降序排序、多条件排序及使用`lambda`表达式和`functools.cmp_to_key`进行复杂排序。通过示例展示了如何对简单数据类型、字典、类对象及复杂数据结构(如列车信息)进行排序。掌握这些技巧可以显著提升数据处理能力,为编程提供更强大的支持。
39 10
|
8天前
|
SQL 关系型数据库 MySQL
Python中使用MySQL模糊查询的方法
本文介绍了两种使用Python进行MySQL模糊查询的方法:一是使用`pymysql`库,二是使用`mysql-connector-python`库。通过这两种方法,可以连接MySQL数据库并执行模糊查询。具体步骤包括安装库、配置数据库连接参数、编写SQL查询语句以及处理查询结果。文中详细展示了代码示例,并提供了注意事项,如替换数据库连接信息、正确使用通配符和关闭数据库连接等。确保在实际应用中注意SQL注入风险,使用参数化查询以保障安全性。
|
1月前
|
Python
[oeasy]python057_如何删除print函数_dunder_builtins_系统内建模块
本文介绍了如何删除Python中的`print`函数,并探讨了系统内建模块`__builtins__`的作用。主要内容包括: 1. **回忆上次内容**:上次提到使用下划线避免命名冲突。 2. **双下划线变量**:解释了双下划线(如`__name__`、`__doc__`、`__builtins__`)是系统定义的标识符,具有特殊含义。
33 3
|
2月前
|
安全
Python-打印99乘法表的两种方法
本文详细介绍了两种实现99乘法表的方法:使用`while`循环和`for`循环。每种方法都包括了步骤解析、代码演示及优缺点分析。文章旨在帮助编程初学者理解和掌握循环结构的应用,内容通俗易懂,适合编程新手阅读。博主表示欢迎读者反馈,共同进步。
|
3月前
|
存储 JSON 监控
告别Print,使用IceCream进行高效的Python调试
本文将介绍**IceCream**库,这个专门用于调试的工具显著提升了调试效率,使整个过程更加系统化和规范化。
142 2
告别Print,使用IceCream进行高效的Python调试
|
3月前
|
算法 决策智能 Python
Python中解决TSP的方法
旅行商问题(TSP)是寻找最短路径,使旅行商能访问每个城市一次并返回起点的经典优化问题。本文介绍使用Python的`ortools`库解决TSP的方法,通过定义城市间的距离矩阵,调用库函数计算最优路径,并打印结果。此方法适用于小规模问题,对于大规模或特定需求,需深入了解算法原理及定制策略。
81 15

热门文章

最新文章