對於一些剛入門 Python 的朋友來說，程式碼稍微複雜些就難以搞懂程式碼內部到底是怎麼執行的了，而且有時一執行就報錯，難以一下發現錯誤，只會用 Print 去慢慢找異常的地方，效率很低下。

所以對程式進行監控和除錯很重要。今天就給大家分享一個由國外大神製作的 Python 神工具，可以實時動態地監控 Python 程式的執行情況，逐行追蹤程式碼的執行時間，整個過程是視覺化的，這就很讚了啊，能一清二楚地瞭解程式執行情況，有異常時也能快速找到，節省大量時間。

專案地址：https://github.com/alexmojaki/heartrate

Heartate——如監測心率般追蹤程式執行

這個工具庫叫 Heartrate ，可以實時視覺化 Python 程式的執行過程。監控執行中的 Python 程式如圖：

如圖所示，左側數字表示每行程式碼被觸發的次數。長方框表示最近被觸發的程式碼行——方框越長表示觸發次數越多，顏色越淺表示最近被觸發次數越多。

雖然追蹤每行程式碼的觸發次數是一個方法，但是要是能計算每次觸發程式碼的執行時間就好了。這樣能夠更好地說明哪行程式碼是效率瓶頸。by 思得益於 executing (https://github.com/alexmojaki/executing) 庫，當前被執行的呼叫以高亮顯示。

實時堆疊追蹤（stacktrace）如下所示：

該工具可以：

• 啟動程式追蹤
• 線上程中啟動伺服器
• 開啟顯示 trace() 被呼叫的檔案視覺化圖的瀏覽器視窗

在檔案檢視中，堆疊追蹤位於底部。而在堆疊追蹤中，使用者可以點選正在追蹤檔案的堆疊條目，從而在該程式碼行開啟檔案的視覺化圖。

trace 只追蹤呼叫它的執行緒。若要追蹤多執行緒，使用者必須在每個執行緒都予以呼叫，並且每次的埠也不同。

如何設定需要監測的程式

files 確定了除呼叫的 trace 之外其他需要追蹤的檔案。files 必須是可呼叫的，並接受一個引數：檔案路徑，同時如果應該追蹤該檔案，則需要返回 True。為方便起見，這位開發者提供了以下函式：

• files.all：追蹤所有檔案；
• files.path_contains(substrings)：追蹤路徑中包含任何給定子字串的所有檔案；
• files.contains_regex(pattern)：追蹤自身包含給定正則表示式（regex）的所有檔案，所以使用者可以在原始碼中標記所追蹤的檔案，如添加註釋。

預設情況下追蹤包含註釋 # heartrate 的檔案（空格可選）。

如果使用者要追蹤多個檔案，則可通過以下兩種方式得到它們的視覺化頁面：

• 在堆疊追蹤中，使用者點選正在追蹤的堆疊條目，則可以開啟頁面並跳轉至堆疊條目；
• 跳轉至 http://localhost:9999/ 網站的索引頁，從而檢視追蹤檔案列表。

host：伺服器的 HTTP host。若要執行可從任何地方訪問的遠端伺服器，使用'0.0.0.0'。預設為'127.0.0.1'。
port：伺服器的 HTTP 埠。預設為 9999。
browser：若為 True，則自動開啟顯示檔案（trace 被呼叫）視覺化圖的瀏覽器標籤。預設為 False。

安裝

pip install --user heartrate

支援 Python 3.5 以上版本。

其他程式碼視覺化工具

除了上面這個外，還有一個可以視覺化程式碼執行過程的網站，名為 Pythontutor。和本文的 Heartrate 不同，該網站更多的是視覺化資料在程式中的變化過程。

視覺化的過程如下：

使用者還可以在網站上編輯修改程式碼，觀察執行過程中資料的變化。同時該網站還有 Java 等其他語言的版本。

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

參考連結：https://github.com/alexmojaki/heartrate

逆鋒起筆是一個專注於程式設計師的程式設計圈子，以分享java、Python、學習資源 為主，關注即可領取 23 種精選的程式設計視訊教程和大佬們推薦的電子版學習資料！