如何动态调试Python的第三方库
来源:互联网 发布:白金数据 原著 编辑:程序博客网 时间:2024/05/01 14:10
注意:本文方法仅限于调试安装时附带py源码的库,如sklearn
。
引入
用sklearn
中的sklearn.feature_extraction.text.TfidfTransformer
来获取TF特征
,但发现sklearn
的计算结果与我手工计算结果不一样。虽然能在github上找到sklearn
的源码。但不能动态调试,就无法直观的看到结果。
那么问题来了,我们怎么样才能动态调试Python的第三方库(比如sklearn
)呢?怎么样才能看到第三方库中源码动态运行的中间结果?
假设我的代码如下:
# 原始语料,3个文本strs_train =['God is love','OpenGL on the GPU is fast','Doctor David is PHD']from sklearn.feature_extraction.text import TfidfTransformerfrom sklearn.feature_extraction.text import CountVectorizer# 先提取 Bags of words特征count_vect = CountVectorizer()X_train_counts = count_vect.fit_transform(strs_train)# 再基于Bags of words特征,变换为TF特征tf_transformer = TfidfTransformer(use_idf=False).fit(X_train_counts)X_train_tf = tf_transformer.transform(X_train_counts)print(X_train_tf.todense())
我怎么样才能看到函数sklearn.feature_extraction.text.TfidfTransformer.transform()
计算的中间结果呢?
Python调试基础
Python
自带了一个用于调试代码的模块pdb
。它支持断点设置,单步调试,进入函数调试,查看代码片段,查看变量值,动态改变变量值。
下面两行代码就能给程序加断点:
import pdbpdb.set_trace()
加了断点,运行程序,当程序停下,就可以用下面几个命令,在SHELL中调试代码。
调试Python第三方库
我们用pdb
,就可以在第三方库中下断点,并进行调试。这里以调试sklearn
中的sklearn.feature_extraction.text.TfidfTransformer
为例,给出如下步骤。
- (1)找到第三方库所在的位置
先利用如下Python代码找到sklearn
源码位置。我的位置在C:\\Users\\biny\\Anaconda3\\lib\\site-packages\\sklearn
。
import sklearn, ospath = os.path.dirname(sklearn.__file__)
- (2)删掉Python预编译的
字节码
Python程序在运行时,为了提高运行速度,Python解释器先将.py代码
编译为byte code
(字节码
),再有Python虚拟机
来执行字节码。
下次再运行同一程序时,若.py代码
没有改变,则省略将.py代码
编译为字节码
的步骤,直接运行上次已编译好的字节码
。
这些字节码
,会被存于__pycache__
文件夹下,和.pyc文件
。按照原理,这个步骤是不需要做的,不过删掉字节码在运行自己的程序,如果不会出现新的字节码文件,说明你的第三方库位置找错了。这样能方便我们发现错误。
- (3)在第三方库源码中加断点
根据第三方库的位置,找到sklearn.feature_extraction.text.TfidfTransformer.transform()
函数所在.py文件
。并用pdb
在函数开头加上断点(如下)。
def transform(self, X, copy=True): import pdb pdb.set_trace() if hasattr(X, 'dtype') and np.issubdtype(X.dtype, np.float): # preserve float family dtype X = sp.csr_matrix(X, copy=copy) else: # convert counts or binary occurrences to floats X = sp.csr_matrix(X, dtype=np.float64, copy=copy)
- (4)运行自己的程序
运行我的代码,停在第三方库中,就可以用pdb命令调试第三方代码了。
此时代码已经运行并进入第三方库中,停止在断点处:
C:\mine\tmp\debug_py_3rd_lib>python main.pyc:\users\biny\anaconda3\lib\site-packages\sklearn\feature_extraction\text.py(1018)transform()
-> if hasattr(X, ‘dtype’) and np.issubdtype(X.dtype, np.float):
(Pdb)用n命令(next),让代码单步运行到关键点:
c:\users\biny\anaconda3\lib\site-packages\sklearn\feature_extraction\text.py(1042)transform()
-> if self.norm:
(Pdb) n直接输入要查看的中间变量(X.data),停下的这行代码是即将执行的,我们可以看到执行前的变量值:
c:\users\biny\anaconda3\lib\site-packages\sklearn\feature_extraction\text.py(1043)transform()
-> X = normalize(X, norm=self.norm, copy=False)
(Pdb) X.data
array([ 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])继续执行代码(n命令),然后可以看到中间变量值被改变。也能看到这个改变是因为做了
normalize
。
(Pdb) nc:\users\biny\anaconda3\lib\site-packages\sklearn\feature_extraction\text.py(1045)transform()
-> return X
(Pdb) X.data
array([ 0.57735027, 0.57735027, 0.57735027, 0.40824829, 0.40824829,
0.40824829, 0.40824829, 0.40824829, 0.40824829, 0.5 ,
0.5 , 0.5 , 0.5 ])
记住调试结束后,一定要在第三方源码中删掉pdb断点那两行代码!
参考
- (1)python调试。http://www.ibm.com/developerworks/cn/linux/l-cn-pythondebugger/
- 如何动态调试Python的第三方库
- 如何在mapreduce上使用第三方的Python库
- 如何安装python的第三方扩展库
- python如何安装第三方库
- Python中如何安装第三方库
- Python入门:如何使用第三方库?
- iOS 如何调试第三方统计到的崩溃报告
- iOS 如何调试第三方统计到的崩溃报告
- 依赖第三方的动态库
- PyThon第三方库
- 第三方python库
- Python第三方库
- python第三方库
- 常用的几个第三方 Python 库
- 常用的几个第三方 Python 库
- 常用的几个第三方 Python 库
- 常用的几个第三方 Python 库
- python常用的第三方库
- Dear 司晨
- vmware中搭建k8s
- ntfs
- dota心法
- 2016年十大开源项目,看看你用到了没
- 如何动态调试Python的第三方库
- Atom中一款超级好用的前端必备插件JavaScript Snippets
- BZOJ 3990 [SDOI2015] 排序
- android cmake 调试
- 专业书37~57
- OpenCV 角点检测(一) Moravec
- Linux 目录结构
- 1.Two Sum
- BZOJ 1861 [Zjoi2006] Book 书架