Python小白到老司机,快跟我上车!基础篇(四)

2024-02-22 22:59

本文主要是介绍Python小白到老司机,快跟我上车!基础篇(四),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

上节学习了Python软件包自带的IDLE,够用但还是有些不方便,先不说调试麻烦的问题。Python中通过代码缩进的方式来标识代码块,代码一多,如果某行没有正确缩进可能导致程序报错或结果与预期不符,不好排查。

一个更好的IDE可以给我们带来不少的便利,除了自动缩进,还有 智能提示补全方便的依赖库管理 等功能,无疑可以提高我们写代码的效率,而 PyCharm 恰好就是这个更好IDE中的一员。

PyCharm简介

PyCharm,由 JetBrains 公司打造,除了可执行py文件外,还支持语法高亮, 智能提示,代码跳转,依赖库管理、方便快捷切换不同python版本解释器等功能。

PyCharm 分版本,Community 社区版免费,基本够用,当然如果你愿意付费的话,可以使用 Professional 个人版,功能更强大些。官方下载地址:

https://www.jetbrains.com/pycharm/download/

基本使用

安装比较简单,都是傻瓜式下一步,直接跳过了

① 创建项目

Welcome页点击「Create New Project」打开项目创建窗口

左侧提供了很多的模板工程,默认创建的是 Pure Python(纯Python),右侧选择工程保存的 路径和工程名 就好,下面的这个virtualenv上一节说到的虚拟环境,点击「Create」创建即可。

② 新建程序

点击工程,右键,点击「New」,然后点击「Python File」。

在弹出的对话框中输入程序名,点击「OK」完成创建。

③ 编写程序

在左侧双击打开创建的test.py文件,在右侧即可进行代码编写,这里写了一个最简单的程序, 定义一个变量a,赋值1,然后把a打印出来!

④ 运行程序

右键程序,找到:Run ‘test’,即可运行程序,当然你也可以直接按快捷键。

运行后,底部会出现运行结果,比如这里的打印出a的值为1。

⑤ 错误定位

我们并不能保证我们的程序一定是正确的,有时可能会因为一些问题导致程序 运行停止,那就 需要我们定位到错误位置了,比如我们把print(a)改成print(a/0), 故意引发除0错误。执行结果如下:

F:\Project\Python\Test\venv\Scripts\python.exe F:/Project/
Traceback( most recent call last):
File "F:/Project/Python/Test/test.py",line 2, in <module>
print(a/0)
ZeroDivisionError:division by zero

点击test.py即可定位到错误位置,为第2行,然后进行修改即可。当然,只是这种显而易见的错误能够直接定位到,更复杂的错误就需要通过程序调试来定位了。

PyCharm程序调试

一般的程序调试流程:「下断点」,「单步调试」,「值跟踪

① 下断点

程序执行到断点所在的代码时,会暂停应用程序的运行线程被挂起,然后可以通过调试器进行跟踪

下断点的方式也很简单,点击某行代码的左侧,会出现如图所示的小红点。

这个小红点就是断点,在PyCharm中,有着各种类型的断点:

  • 1. 行断点

对「特定行进行调试」时用到,点击行所在的左侧边栏即可设置。 右键点击这个断点,会弹出如下所示的设置对话框:

如果你取消了Enabled勾选,断点就处于如图所示的禁用状态:

  • 2. 方法断点

把断点下到一个「方法」名前,一般用于检测方法的「输入参数」与「返回值」。比如:

  • 3. 变量断点

有时我们对程序运行过程并不关心,而只「关注某个变量的变化」,可以在变量定义前加一个断点。比如:

在程序运行过程中,如果该变量的值发生改变,程序会自动停下来,并定位到变量值改变的地方,供开发者调试。

  • 4.条件断点(断点设置Condition)

有时会有这样的场景:把断点打到循环体的中,我们只关心特定循环次数下的运行情况。 比如一个循环10次的循环体,我们想知道循环到第8次时的运行情况,如果你不知道条件断点的话,你需要一直按「Run to Cursor」直到满足我们的条件。比如下面的代码:

使用条件断点的话,邮件断点,输入如下所示的「等式条件」:

然后可以发现,程序直接跳到i=8的时候才挂起,非常方便。

  • 5.日志断点

调试的时候我们可以通过打印日志的方式来定位异常代码大概位置,以缩小引发问题的范围,然后再使用断点精确定位问题。如果是普通的打印日志,我们需要等待重新构建程序,如果用「日志断点」就避免这个无意义的等待。使用日志断点非常简单,右键断点,去掉「Suspend」的勾选,会出现如下所示的弹窗,勾选「Evaluate and log」在此输入想输出的内容。

运行调试后,当执行到日志断点的时候可以看到控制台输出了对应的日志信息,而且程序正常运行,并不会挂起。

如果想查看更详细的信息,比如断点的位置和触发时的堆栈信息,可以勾选**「“Breakpint hit” message**」和「Stacktrace」,勾选后输出内容会变得更详细。

  • 6. 临时断点

所谓的临时断点就是:触发一次后就自动删除的断点。设置的方法有两种:

  • 1.光标移到想打点的行,点击菜单栏「Run」->「Toggle Temporary Line Breakpoint」, 等价于快捷键:「Ctrl+Alt+Shift+F8
  • 2.更便捷的操作:按住Alt,鼠标点击左侧边栏。

鼠标点击后可以去掉临时断点,如果想把临时断点变成普通断点,可以取消勾选「Remove once hit」的选项。

  • 7. 异常断点

用于监听程序异常,一旦程序奔溃,直接定位到异常所在的确切位置。依次点击: 「Run」->「View Breakpoints」打开断点视图。点击「+」,然后选择 「Python Exception Breakpoint」,在弹出的窗口中输入要调试的异常:

除了设置异常断点外,你在这里看到项目设置的所有断点,并进行断点管理与配置。

② 调试工具详解

这里把调试工具划分为如图所示的五个区域一个个讲解:

A区(步进调试工具)

图标名称功能描述
Show Exception Point显示执行点,定位到当前正在调试的断点。
Step Over单步跳过,遇到方法直接执行完方法,进入下一步,不会进入方法内部。
Step Into单步进入,遇到方法且是自定义的方法,则进入方法内部,否则不会进入。
Step Into My Code单步进入,进入自己编写的方法,不进入系统方法
Force Step Into无论是系统还是自定义的方法都会进入
Step Out单步跳出,跳出当前进入的方法,返回方法调用处的下一行(也意味着方法被执行完毕)。
Force Run to Cursor执行到光标处,可以看做临时断点,程序运行到当前光标所在行暂停
Evaluate Expression计算表达式,支持在调试过程中,通过赋值或表达式方式修改任意变量的值。

注意

上面的执行到光标处是有个前提的:中途没有断点,如果你想强制执行到 光标处的话,你需要「Force Run to Cursor」,你可以通过下述两种方式执行:

1.光标处右键,选中「Force Run to Cursor

2.使用快捷键:「Ctrl + Alt + F9」。

B区(控制调试工具)

图标名称功能描述
继续程序运行程序运行到某个断点暂停,如果有下一个断点,点击后跳到这个断点,没有的话,程序则继续运行。
暂停程序运行暂停程序运行
终止程序运行终止程序运行
查看断点可以查看所有的断点,管理与断点配置
禁用所有断点切换所有断点的状态(启用/禁用),禁用后,程序就不会触发断点。
恢复布局恢复到原始布局
设置调试的相关配置,比如是否显示执行方法后的返回值
固定或取消标签固定或取消标签

C区(帧调试窗口)

这里的帧指的是:堆栈帧,一种用于「存储数据」和「部分过程结果」的数据结构;
每次调用方法在堆栈中都会占用一部分内存,单位是帧,随着方法调用而创建。
每个堆栈帧中包括了:「传入参数」、「返回地址」、「局部变量」以及「对程序调试提供支持的信息」。一个线程包括多个堆栈帧。

D区(变量区)

在这个区域可以看到堆栈帧中当前所有的数据(方法参数、本地变量、实例变量)。 右键某个变量,可以进行「设置\复制变量值」,「跳转到变量在代码中的位置」等操作。 一个常用的操作:选择「Add to Watches」,单独监视这个变量的变化。

E区(监视窗口)

除了前面这种右键添加监视的方法外,你还可以直接在E区点击「+」进行添加。

不止监控变量,还支持监控表达式,比如上面的a+1,关于PyChram的调试基本知识点就这些,
更多的还需要读者自行到实战中巩固。

共用全局的Python解释器

PyCharm默认启用虚拟环境,每次创建项目,依赖到的模块都需要pip装一遍,有些繁琐。
其实可以让当前项目和全局的Python解释器共用。在创建项目的时候勾选:「inherit global stie-packages」即可,如图所示:

更多PyCharm的使用技巧可见:https://zhuanlan.zhihu.com/p/61875215

这篇关于Python小白到老司机,快跟我上车!基础篇(四)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/736765

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

2024年流动式起重机司机证模拟考试题库及流动式起重机司机理论考试试题

题库来源:安全生产模拟考试一点通公众号小程序 2024年流动式起重机司机证模拟考试题库及流动式起重机司机理论考试试题是由安全生产模拟考试一点通提供,流动式起重机司机证模拟考试题库是根据流动式起重机司机最新版教材,流动式起重机司机大纲整理而成(含2024年流动式起重机司机证模拟考试题库及流动式起重机司机理论考试试题参考答案和部分工种参考解析),掌握本资料和学校方法,考试容易。流动式起重机司机考试技

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

【Linux 从基础到进阶】Ansible自动化运维工具使用

Ansible自动化运维工具使用 Ansible 是一款开源的自动化运维工具,采用无代理架构(agentless),基于 SSH 连接进行管理,具有简单易用、灵活强大、可扩展性高等特点。它广泛用于服务器管理、应用部署、配置管理等任务。本文将介绍 Ansible 的安装、基本使用方法及一些实际运维场景中的应用,旨在帮助运维人员快速上手并熟练运用 Ansible。 1. Ansible的核心概念

AI基础 L9 Local Search II 局部搜索

Local Beam search 对于当前的所有k个状态,生成它们的所有可能后继状态。 检查生成的后继状态中是否有任何状态是解决方案。 如果所有后继状态都不是解决方案,则从所有后继状态中选择k个最佳状态。 当达到预设的迭代次数或满足某个终止条件时,算法停止。 — Choose k successors randomly, biased towards good ones — Close

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip