4.代码调试和性能分析

一.代码调试

1.print()函数调试

2.用pdb进行代码调试

pdb是Python自带的代码调试库，直接输入 import pdb 即可导入。使用pdb.set_trace()方法即可对代码进行调试：

import pdb

a = 1
b = 2

def func():
    print('enter func()')

pdb.set_trace()
c = 3
func()
print(a + b + c)

当运行后，首先出现：

键入n（next）执行下一步代码：

键入l，查看上下文代码信息：

键入q（quit）退出调试：

更多用法请参看Python官方文档pdb

二.性能分析

日常工作中，我们常常会遇到这样的问题：在线上，发现产品的某个功能模块效率低下，延迟高，占用的资源多，但却不知道是哪里出了问题。

这时，对代码进行 profile 就显得异常重要了。

这里所谓的 profile，是指对代码的每个部分进行动态的分析，比如准确计算出每个模块消耗的时间等。

计算斐波拉契数列，运用递归思想（用cProfile进行性能分析）：

import cProfile
def fib(n):
    if n == 0:
        return 0
    elif n == 1:
        return 1
    else:
        return fib(n-1) + fib(n-2)

def fib_seq(n):
    res = []
    if n > 0:
        res.extend(fib_seq(n-1))
    res.append(fib(n))
    return res

fib_seq(30)

cProfile.run('fib_seq(30)')

结果如下：

ncalls，是指相应代码 / 函数被调用的次数

tottime，是指对应代码 / 函数总共执行所需要的时间（注意，并不包括它调用的其他代码 / 函数的执行时间）

tottime percall，就是上述两者相除的结果，也就是tottime / ncalls

cumtime，则是指对应代码 / 函数总共执行所需要的时间，这里包括了它调用的其他代码 / 函数的执行时间

cumtime percall，则是 cumtime 和 ncalls 相除的平均结果。