对于一些刚入门 Python 的敌人来说，代码略微简单些就难以搞懂代码外部到底是怎么运行的了，而且有时一运行就报错，难以一下发现错误，只会用 Print 去缓缓找异样的中央，效率很低下。
所以对程序进行监控和调试很重要。明天就给大家分享一个由国外大神制作的 Python 神工具，能够实时动静地监控 Python 程序的运行状况，逐行追踪代码的运行工夫，整个过程是可视化的，这就很赞了啊，能一清二楚地理解程序运行状况，有异样时也能疾速找到，节俭大量工夫。
我的项目地址：https://github.com/alexmojaki/heartrate
Heartate——如监测心率般追踪程序运行
这个工具库叫 Heartrate，能够实时可视化 Python 程序的执行过程。监控运行中的 Python 程序如图：
如图所示，左侧数字示意每行代码被触发的次数。长方框示意最近被触发的代码行——方框越长示意触发次数越多，色彩越浅示意最近被触发次数越多。
尽管追踪每行代码的触发次数是一个办法，然而要是能计算每次触发代码的执行工夫就好了。这样可能更好地阐明哪行代码是效率瓶颈。by 思得益于 executing (https://github.com/alexmojaki… 库，以后被执行的调用以高亮显示。
实时堆栈追踪（stacktrace）如下所示：
该工具能够：
- 启动程序追踪
- 在线程中启动服务器
- 关上显示 trace() 被调用的文件可视化图的浏览器窗口
在文件视图中，堆栈追踪位于底部。而在堆栈追踪中，用户能够点击正在追踪文件的堆栈条目，从而在该代码行关上文件的可视化图。
trace 只追踪调用它的线程。若要追踪多线程，用户必须在每个线程都予以调用，并且每次的端口也不同。
如何设置须要监测的程序
files 确定了除调用的 trace 之外其余须要追踪的文件。files 必须是可调用的，并承受一个参数：文件门路，同时如果应该追踪该文件，则须要返回 True。为不便起见，这位开发者提供了以下函数：
- files.all：追踪所有文件；
- files.path_contains(substrings)：追踪门路中蕴含任何给定子字符串的所有文件；
- files.contains_regex(pattern)：追踪本身蕴含给定正则表达式（regex）的所有文件，所以用户能够在源代码中标记所追踪的文件，如增加正文。
默认状况下追踪蕴含正文 # heartrate 的文件（空格可选）。
如果用户要追踪多个文件，则可通过以下两种形式失去它们的可视化页面：
- 在堆栈追踪中，用户点击正在追踪的堆栈条目，则能够关上页面并跳转至堆栈条目；
- 跳转至 http://localhost:9999/ 网站的索引页，从而查看追踪文件列表。
host：服务器的 HTTP host。若要运行可从任何中央拜访的近程服务器，应用 ’0.0.0.0’。默认为 ’127.0.0.1’。
port：服务器的 HTTP 端口。默认为 9999。
browser：若为 True，则主动关上显示文件（trace 被调用）可视化图的浏览器标签。默认为 False。
装置
pip install --user heartrate反对 Python 3.5 以上版本。
其余代码可视化工具
除了下面这个外，还有一个能够可视化代码执行过程的网站，名为 Pythontutor。和本文的 Heartrate 不同，该网站更多的是可视化数据在程序中的变动过程。
可视化的过程如下：
用户还能够在网站上编辑批改代码，察看运行过程中数据的变动。同时该网站还有 Java 等其余语言的版本。
网站地址：http://www.pythontutor.com (http://www.pythontutor.com/)
参考链接：https://github.com/alexmojaki/heartrate
逆锋起笔是一个专一于程序员的编程圈子，以分享java、Python、学习资源为主，关注即可支付 23 种精选的编程视频教程和大佬们举荐的电子版学习材料！