이 3 개의 Python 실시 간 시각 화 도구 팩 은 성능 병목 을 이해 하 는 데 도움 을 줍 니 다.
Python 의 로그 모듈 은 코드 의 이 벤트 를 추적 하 는 데 사용 되 며 코드 충돌 원인 을 확인 하 는 데 사 용 됩 니 다.기록 기 를 효과적으로 사용 하면 코드 세 션 의 시간 복잡 도 를 추적 할 수 있다.로그 기록 은 유용 할 수 있 지만 기술적 으로 너무 강해 서 적당 한 실현 이 필요 합 니 다.본 논문 에서 우 리 는 이러한 오픈 소스 의 Python 라 이브 러 리 3 개 를 토론 할 것 이다.그들 은 개발 자 들 이 몇 줄 의 코드 에서 시각 화 된 프로그램의 집행 을 도 울 수 있다.
Pyheat
Pyheat 는 개발 자 들 이 코드 를 실행 할 수 있 도록 도와 주 는 오픈 소스 Python 라 이브 러 리 입 니 다.Pyheat 는 표 형식 으로 표시 되 는 것 이 아니 라 줄 마다 코드 를 실행 하 는 데 걸 리 는 시간 을 열도 로 표시 합 니 다.
Pyheat 는 PyPl 에서 설치 할 수 있 습 니 다.
pip install py-heat
인입 가방
from pyheat import PyHeat
사용법Pyheat 는 Python 모듈 의 줄 코드 마다 시간 번 호 를 만 드 는 열 그림 에 사용 할 수 있 습 니 다.Python 파일 의 경 로 를 매개 변수 로 PyHeat 함수 에 전달 합 니 다.
ph = PyHeat('merge_sort.py')
ph.create_heatmap()
ph.show_heatmap()
위 에서 언급 한 코드 는 merge 를 나타 내 는 열 도 를 만 들 었 습 니 다.sort.py 모듈 에서 줄 마다 코드 를 실행 하 는 데 걸 리 는 시간(초).위의 열 도 를 보면 17 줄 의 순환 은 대부분의 시간(7 초)이 걸 리 지만.열 도 는 개발 자 들 이 많은 시간 을 들 여 실행 하 는 코드 세 션 을 식별 하 는 데 도움 이 되 고 이런 코드 세 션 은 더욱 최적화 될 수 있다.
더 자세 한 정보:
https://github.com/csurfer/pyheat
2.Heartrate
Heartrate 는 Python 프로그램 이 실행 하 는 실시 간 시각 화 를 제공 하 는 오픈 소스 Python 라 이브 러 리 입 니 다.한 줄 한 줄 의 실행 시각 화 를 제공 합 니 다.각 줄 의 실행 횟수 는 숫자 에 의 해 결 정 됩 니 다.브 라 우 저의 단독 창 에 코드 의 실행 상황 을 표시 합 니 다.
Heartrate 는 다음 과 같은 방식 으로 PyPl 에서 설치 할 수 있 습 니 다.
pip install heartrate
사용법패키지(import heartrate)를 가 져 온 후 heartrate.trace(browser=True)함 수 를 사용 하 십시오.이 함 수 는 브 라 우 저 창 을 열 어 trace()를 호출 하 는 파일 의 시각 화 효 과 를 표시 합 니 다.
코드 를 실행 할 때 브 라 우 저 에 창 이 팝 업 됩 니 다.지금 따라 할 수 있다 면.http://localhost:9999 실 행 된 출력 시각 화 관찰.
각 줄 의 맨 왼쪽 숫자 는 특정 줄 을 실행 하 는 횟수 를 나타 낸다.막대 그래프 는 최근 에 클릭 한 선-긴 막대 그래프 는 클릭 횟수 가 많 고 얕 은 색 은 클릭 횟수 가 많다 는 것 을 나타 낸다.이벤트 스 택 추적 도 보 여 줍 니 다.
더 자세 한 정보:
https://github.com/alexmojaki/heartrate
Snoop
Snoop 은 디 버 깅 도구 로 사용 할 수 있 는 또 다른 가방 입 니 다.Snoop 은 국부 변수의 값 을 식별 하고 프로그램의 실행 을 추적 하 는 데 도움 을 줍 니 다.Snoop 은 주로 디 버 깅 도구 로 Python 코드 가 왜 실행 되 어야 한다 고 생각 하 는 동작 을 수행 하지 않 았 는 지 찾 는 데 사 용 됩 니 다.
이 모든 것 이 가능 합 니 다.추적 하고 싶 은 함수 전에 snoop 장식 기 를 사용 하 십시오.
다음 방법 으로 PyPl 에서 Snoop 라 이브 러 리 를 설치 할 수 있 습 니 다.
pip install snoop
사용법더 자세 한 정보:
https://github.com/alexmojaki/snoop
결론.
본 논문 에서 우 리 는 Python 코드 의 실행 을 시각 화 할 수 있 는 세 개의 라 이브 러 리 를 소개 했다.이 라 이브 러 리 들 은 개발 자 들 이 코드 를 깊이 발굴 하고 성능 병목 을 발견 하고 이해 하도록 도와 주 며 몇 줄 의 코드 만 추가 하면 실현 할 수 있다.
이 세 개의 Python 실시 간 시각 화 도구 패키지 에 대해 성능 병목 을 알 아 보 는 글 을 소개 합 니 다.더 많은 관련 Python 실시 간 시각 화 도구 패키지 내용 은 우리 의 이전 글 을 검색 하거나 아래 의 관련 글 을 계속 조회 하 시기 바 랍 니 다.앞으로 도 많은 지원 을 바 랍 니 다!
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
Python의 None과 NULL의 차이점 상세 정보그래서 대상 = 속성 + 방법 (사실 방법도 하나의 속성, 데이터 속성과 구별되는 호출 가능한 속성 같은 속성과 방법을 가진 대상을 클래스, 즉 Classl로 분류할 수 있다.클래스는 하나의 청사진과 같아서 하나의 ...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.