如何使用`pdb`，`inspect`，`pprint`来实验源代码？

Question

问题

1. 我想了解Kur（深度学习库）的源代码
2. 我没有适当的编程培训，我更愿意通过没有先前理论知识的实验来学习
3. 我想要一个简单的工具来帮助我深入挖掘源代码的详细工作原理
4. 调试工具就像pdb库似乎是尝试
的不错选择
5. 但开始使用pdb来测试源代码的最简单方法是什么？
6. 我只想编写一行代码来深入细节，而不是像google pdb
中的许多示例中所示的那样写几行

换句话说，我应该使用pdb的哪个功能？以及如何有效地使用它来进行实验来源？

玩具示例

1. 我想探索kur dump mnist.yml
的内部运作方式
2. 为简单起见，我想探索的不仅仅是__main__.py和kurfile.py。
3. 更具体一点，我想探索dump()中的parse_kurfile()和__main__.py以及Kurfile.__init__()
中的kurfile.py

4. 他们的关系如下：

   console：kur dump mnist.yml - ＆gt;
   python：__main__.py：main() - ＆gt; dump() - ＆gt; parse_kurfile() - ＆gt;
   python：kurfile.py：Kurfile class - ＆gt; __init__() ...
   python：...其余的不被探索

5. 我应该使用pdb的哪个功能来探索从dump()到parse_kurfile()再到Kurfile.__init__()再回到dump()的执行流程？

更新

如何使用pdb有效地探索Jupyter笔记本？

Jupyter里面的
• pdb甚至不记得控制台的历史，不是很好

Answer 1

一种可能的解决方案

1. 仅使用pdb.set_trace
2. set_trace跟踪当前代码块级别的详细信息，它不会更深入到下一个内部函数。

3. 例如，当我在pdb.set_trace内放置一个dump()时，pdb将无法帮助我追踪parse_kurfile()的功能，但请留在当前dump()阻止：

   def dump（args）：     ＆＃34;＆＃34;＆＃34;将Kurfile转储为stdout作为JSON blob。     ＆＃34;＆＃34;＆＃34;     pdb.set_trace（）     ###将kurfile.yml解析成要在python代码中使用的部分     spec = parse_kurfile（args.kurfile，args.engine）

4. 如果我想深入parse_kurfile中的__main__.py和Kurfile.__init__中的kurfile.py，那么我只需要将pdb.set_trace加入inspect这两个函数中的每一个，如下所示：



<强>更新

根据我的经验，目前有两个图书馆pprint和pdb适合inspect图书馆。

在库inspect.getdoc内，我最常使用以下函数：

1. inspect.getmodule：查看函数文档
2. inspect.getfullargspec：找出此功能或对象的来源
3. inpsect.getsourceliens：找出func所需的所有输入
4. pdb：获取函数的源代码

通过以上这些功能，当我想查看其他功能时，我不必去编辑器中查找源代码，我可以在pprint中找到它们。< / p>

从库pprint.pprint，您可以猜测，我使用pdb打印出源代码，文档在atom内以更易读的格式打印。

更新

探索和实验来源的工作站：

1. 使用iterm2拆分窗口并同时查看不同的源文件;
2. 使用ipython拆分窗口并使用inspect.getmembers(module or class name)执行python或bash代码
3. 按以下方式组织：



更新

在探索期间，我希望手头有模块或类的所有属性和方法。

为实现这一目标，我可以使用iterm2并使用preferences拆分窗口进行查看：



更新：如何改变眼睛的iterm2颜色？

转到iterm2 color，Tango Dark，更改为foreground color，灰色## logcolor.py # Color codes for each log-level. COLORS = { 'DEBUG': BLUE, 'INFO': MAGENTA, 'WARNING': RED, 'ERROR': RED, 'CRITICAL': GREEN } 以使白色文字看起来柔和

将Kur记录器颜色设置更改为：

# Create arrays
arrays=[
    np.array([1,2,3]),
    np.array([4,5,6]),
    np.array([7,8,9])
]

# Create an array to return to
sample = np.array([])

for array in arrays:
    sample = np.concatenate([sample, array])

# Print results
print('sample', sample)
print('length', len(sample))

Answer 2

如何在Jupyter笔记本中有效使用pdb？

避免Jupyter中pdb的缺点的一种方法：

• 将笔记本下载到py文件
• 将代码import pdb和pdb.set_trace()插入到python代码
中
• 在控制台中，运行python your.py
• 现在您可以像上面的回答一样探索这个py文件