神器，轻松可视化 Python 程序调用流程

2023-05-14 21:05:04 调用可视化神器

我们先来看下效果图：

神器，轻松可视化 Python 程序调用流程

怎么样，很是惊艳吧~

下面我们就来一起完成这个可视化过程。

1. 安装 graphviz 工具

生成图片的过程，是依赖工具 graphviz 的，我们先进行下载安装。

下载地址

Http://www.graphviz.org/download/

2. 实战

接下来我们还需要安装两个 python 依赖库。

pip install pycallgraph

下面我们先写一个基础的代码;

from pycallgraph import PyCallGraph
from pycallgraph.output import GraphvizOutput
class Banana:
 def eat(self):
 pass
class Person:
 def __init__(self):
 self.no_bananas()
 def no_bananas(self):
 self.bananas = []
 def add_banana(self, banana):
 self.bananas.append(banana)
 def eat_bananas(self):
 [banana.eat() for banana in self.bananas]
 self.no_bananas()
def main():
 graphviz = GraphvizOutput()
 graphviz.output_file = 'basic.png'
 with PyCallGraph(output=graphviz):
 person = Person()
 for a in range(10):
 person.add_banana(Banana())
 person.eat_bananas()
if __name__ == '__main__':
 main()

代码比较简单，定义了两个简单类，主要 pycallgraph 的核心代码在 main 函数中，在 with 代码块下，把我们定义的代码执行一遍即可

运行上面的代码，会在当前目录下生成 basic.png 图片文件

神器，轻松可视化 Python 程序调用流程

从生成的图片可以非常清晰的看出整个代码的运行过程，从 main 代码块到各个类的初始化，可以说一目了然。

我们再来一个复杂一点的例子：

import re
from pycallgraph import PyCallGraph
from pycallgraph import Config
from pycallgraph.output import GraphvizOutput
def main():
 graphviz = GraphvizOutput()
 graphviz.output_file = 'regexp.png'
 config = Config(include_stdlib=True)
 with PyCallGraph(output=graphviz, config=config):
 reo = compile()
 match(reo)
def compile():
 return re.compile('^[abetors]*$')
def match(reo):
 [reo.match(a) for a in Words()]
def words():
 return [
 'abbreviation',
 'abbreviations',
 'abettor',
 'abettors',
 'abilities',
 'ability',
 'abrasion',
 'abrasions',
 'abrasive',
 'abrasives',
 ]
if __name__ == '__main__':
 main()

代码同样不负责，不过在编译器内部是调用了 re 正则的，我们来看看最终生成的图片：

神器，轻松可视化 Python 程序调用流程

可以看到整个代码过程复杂了很多，因为内部调用了很多正则内部函数等，但是整体还是非常清晰的

可以说这个神级第三方库，绝对是众多 Python 爱好者，尤其是刚刚入门 Python 领域的朋友的福音，当我们遇到某些不熟悉的较为复杂的代码块时，不妨使用该库来尝试一下可视化，看看能不能从中爆发灵感呢~

以上就是神器，轻松可视化 Python 程序调用流程的详细内容，更多请关注其它相关文章！

相关文章