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：
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：
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：
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www.887551.com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www.887551.com！
