【摘要】对于一些刚入门 Python 的朋友来说，代码稍微复杂些就难以搞懂代码内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

对于一些刚入门 Python 的朋友来说，代码稍微复杂些就难以搞懂代码内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 去慢慢找异常的地方，效率很低下。

所以对程序进行监控和调试很重要。今天就给大家分享一个由国外大神制作的 Python 神工具，可以实时动态地监控 Python 程序的运行情况，逐行追踪代码的运行时间，整个过程是可视化的，这就很赞了啊，能一清二楚地了解程序运行情况，有异常时也能快速找到，节省大量时间。

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，可以实时可视化 Python 程序的执行过程。监控运行中的 Python 程序如图：

如图所示，左侧数字表示每行代码被触发的次数。长方框表示最近被触发的代码行——方框越长表示触发次数越多，颜色越浅表示最近被触发次数越多。

虽然追踪每行代码的触发次数是一个方法，但是要是能计算每次触发代码的执行时间就好了。这样能够更好地说明哪行代码是效率瓶颈。

得益于 executing (https://github.com/alexmojaki/executing) 库，当前被执行的调用以高亮显示。

实时堆栈追踪（stacktrace）如下所示：

功能

该工具可以：

    ·启动程序追踪

    ·在线程中启动服务器

    ·打开显示 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，用户可以点击正在追踪文件的堆栈条目，从而在该代码行打开文件的可视化图。

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。

如何设置需要监测的程序

files 确定了除调用的 trace 之外其他需要追踪的文件。files 必须是可调用的，并接受一个参数：文件路径，同时如果应该追踪该文件，则需要返回 True。为方便起见，这位开发者提供了以下函数：

    ·files.all：追踪所有文件；

    ·files.path_contains(substrings)：追踪路径中包含任何给定子字符串的所有文件；

    ·files.contains_regex(pattern)：追踪自身包含给定正则表达式（regex）的所有文件，所以用户可以在源代码中标记所追踪的文件，如添加注释。

默认情况下追踪包含注释 # heartrate 的文件（空格可选）。

如果用户要追踪多个文件，则可通过以下两种方式得到它们的可视化页面：

    ·在堆栈追踪中，用户点击正在追踪的堆栈条目，则可以打开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。若要运行可从任何地方访问的远程服务器，使用'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，则自动打开显示文件（trace 被调用）可视化图的浏览器标签。默认为 False。

安装

pip install--user heartrate

支持 Python 3.5 以上版本。

其他代码可视化工具

除了上面这个外，还有一个可以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化过程。

可视化的过程如下：

用户还可以在网站上编辑修改代码，观察运行过程中数据的变化。同时该网站还有 Java 等其他语言的版本。

网站地址：http://www.pythontutor.com (http://www.pythontutor.com/)

python学习网，大量的免费python视频教程，欢迎在线学习！