***** ## 调试和性能分析 ### 用 pdb 进行代码调试 首先，我们来看代码的调试。也许不少人会有疑问：代码调试？说白了不就是在程序中使用 print() 语句吗？ <br>没错，在程序中相应的地方打印，的确是调试程序的一个常用手段，但这只适用于小型程序。因为你每次都得重新运行整个程序，或是一个完整的功能模块，才能看到打印出来的变量值。如果程序不大，每次运行都非常快，那么使用 print()，的确是很方便的。 <br>可能又有人会说，现在很多的 IDE 不都有内置的 debug 工具吗？ ### 如何使用 pdb 首先，要启动 pdb 调试，我们只需要在程序中，加入`import pdb`和`pdb.set_trace()`这两行代码就行了 ~~~ a = 1 b = 2 import pdb pdb.set_trace() c = 3 print(a + b + c) ~~~ 这时，我们就可以执行，在 IDE 断点调试器中可以执行的一切操作，比如打印，语法是"p "： ~~~ (pdb) p a 1 (pdb) p b 2 ~~~ 除了打印，常见的操作还有“n”，表示继续执行代码到下一行 ~~~ (pdb) n -> print(a + b + c) ~~~ 而命令`l`，则表示列举出当前代码行上下的 11 行源代码，方便开发者熟悉当前断点周围的代码状态 ~~~ (pdb) l 1 a = 1 2 b = 2 3 import pdb 4 pdb.set_trace() 5 -> c = 3 6 print(a + b + c) ~~~ 命令“s“，就是 step into 的意思，即进入相对应的代码内部。 <br>当然，除了这些常用命令，还有许多其他的命令可以使用 参考对应的官方文档：[https://docs.python.org/3/library/pdb.html#module-pdb%EF%BC%89](https://docs.python.org/3/library/pdb.html#module-pdb%EF%BC%89) ## 用 cProfile 进行性能分析 关于调试的内容，我主要先讲这么多。事实上，除了要对程序进行调试，性能分析也是每个开发者的必备技能。 日常工作中，我们常常会遇到这样的问题：在线上，我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。 <br>计算斐波拉契数列，运用递归思想 ~~~ 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) ~~~ 接下来，我想要测试一下这段代码总的效率以及各个部分的效率 ~~~ import cProfile cProfile.run('fib_seq(30)') ~~~  参数介绍： * 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。