摘要:借助,自动提取代码的动态调用流程图。绘制类图安装是一个开源图形可视化软件。循环曲线表示递归过程调用。绘制的常用工具有静态调用图等。包括模块之间的调用流程函数调用次数及耗时等。
在设计软件、分析代码时,我们常常会借助UML以及函数调用图,来帮自己梳理思路。
尤其是遇到bug时,借助这些可视化手段,也可以帮你在调试过程中发现逻辑错误。
本文主要介绍以下两个方法:
借助graphviz+pyreverse,自动提取python代码的UML类图和包依赖关系。
借助graphviz+pycallgraph,自动提取python代码的动态调用流程图。
Graphviz 是一个开源图形可视化软件。
Graphviz 以简单的文本语言对图形进行描述,并以多种有用的格式制作图表,例如用于网页的图像和 SVG,用于包含在 PDF 或其他文档中的 Postscript;或显示在交互式图形浏览器中。
步骤①:从官网下载graphviz软件
官网下载:http://www.graphviz.org/download/
下载exe安装包,完成graphviz软件安装,并找到bin路径。
步骤②:设置环境变量
步骤③:安装对应python库
$ conda install python-graphviz
pyreverse是一组用于对 Python 代码进行逆向工程的实用程序。
可以分析Python代码并提取 UML 类图和包依赖关系1:
Pyreverse 现在已集成到 pylint 中:http://pypi.python.org/pypi/pylint/
安装pylint:
$ pip install pylint
注意:pip install pyreverse时,会发现已经找不到这个库了:ERROR: Could not find a version that satisfies the requirement pyreverse
,不过pylint中已经包含了pyreverse,所以直接安装pylint即可。
UML类图常用于面向对象的建模中,UML类图的每个方框是一个对象类,每个框从上到下分为三部分,第一部分是对象类名称,第二部分是类的属性,第三部分是类的函数。
在命令行输入语句,生成package的UML图:
$ pyreverse -o png -p Pyreverse pylint/pyreverse/[...]creating diagram packages_Pyreverse.pngcreating diagram classes_Pyreverse.png
函数调用图(Call Graph)是一个控制流程图,用于表示程序中各个单元之间的调用关系。每个节点之间的边缘表示调用过程。循环曲线表示递归过程调用。2
绘制Call Graph的常用工具有:pycallgraph、pyan(静态调用图)、gprof2dot 、code2flow等。本文主要介绍pycallgraph的用法。
pycallgraph是一个python模块,可以对python代码进行动态调用图分析3。包括模块之间的调用流程、函数调用次数及耗时等。
同2.1节。
步骤①:从官网下载graphviz软件
官网下载:http://www.graphviz.org/download/
下载exe安装包,完成graphviz软件安装,并找到bin路径。
步骤②:设置环境变量
步骤③:安装对应python库
$ pip install graphviz
安装pycallgraph:
$ pip install pycallgraph
$ pycallgraph graphviz -- ./mypythonscript.py
最简单的例子,直接在要分析的函数调用前,加上with PyCallGraph(output=GraphvizOutput()):
:
from pycallgraph import PyCallGraphfrom pycallgraph.output import GraphvizOutputwith PyCallGraph(output=GraphvizOutput()): # 调用你要分析的函数 code_to_profile()
如果需要指定调用图中包含(include)哪些函数、排除(exclude)哪些函数,就要用到GlobbingFilter(include=[....])
、GlobbingFilter(exclude=[....])
,例如这样4:
from pycallgraph import PyCallGraphfrom pycallgraph.output import GraphvizOutputfrom pycallgraph import Configfrom pycallgraph import GlobbingFilterdef main(): # TODO: 调用各种类、函数 return if __name__ == "__main__": config = Config() # 调用图中包括(include)哪些函数 # 用moduleName.*表示,包含某个模块内的所有函数 config.trace_filter = GlobbingFilter(include=[ "main", "app.*", "widgets.list_widget.*", "utils.RegionInfo.*" ]) # 调用图中不包括(exclude)哪些函数 # config.trace_filter = GlobbingFilter(exclude=[ # "moduleA.*", # "moduleB.*", # "*.funcB" # ]) graphviz = GraphvizOutput() graphviz.output_file = "graph.png" with PyCallGraph(output=graphviz, config=config): main()
在程序正常运行完之后,就会在当前路径生成graph.png文件。
越是复杂的程序,生成的调用图就会越大,注意选取你最关注的函数进行可视化。
其他高级用法可以参考:
官方文档:https://pycallgraph.readthedocs.io/en/master/
本文介绍了两个python代码可视化工具:
借助graphviz+pyreverse,可以自动提取python代码的UML类图。
借助graphviz+pycallgraph,可以自动提取python代码的动态调用图。
如果对你有帮助的话,欢迎一键三连支持下博主。
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/122568.html
摘要:联合查找算法是并查集数据结构一种应用。并查集是一种树型的数据结构,其保持着用于处理一些不相交集合的合并及查询问题。的特征是删除节点。目前就职于腾讯事业部,从事神经机器翻译工作。 5. TF - Graph模块TF把神经网络模型表达成一张拓扑结构的Graph,Graph中的一个节点表示一种计算算子。Graph从输入到输出的Tensor数据流动完成了一个运算过程,这是对类似概率图、神经网络等连接...
摘要:本文依据对简称白皮书和官方教程的理解,从系统和代码实现角度讲解的内部实现原理。这一点是和包括在内的符号编程框架较大的不同。的做法是引入了来处理。这样就几乎让本身成为一门独立的语言。当为是,执行操作当为时,执行操作。支持的控制算子有和等。 摘要2015年11月9日,Google发布深度学习框架TensorFlow并宣布开源,并迅速得到广泛关注,在图形分类、音频处理、推荐系统和自然语言处理等场景...
摘要:相对于静态图表,人类总是容易被动画和交互式图表所吸引。可以使用轻松生成图表直方图功率谱,条形图,错误图表,散点图等。然而,也有一些方面落后于同类的库。动画使用一组固定的对象。稍后将用数据对行对象进行填充。现在用将它们转换为动画。 翻译:疯狂的技术宅https://towardsdatascience.co... showImg(https://segmentfault.com/img...
摘要:相对于静态图表,人类总是容易被动画和交互式图表所吸引。可以使用轻松生成图表直方图功率谱,条形图,错误图表,散点图等。然而,也有一些方面落后于同类的库。动画使用一组固定的对象。稍后将用数据对行对象进行填充。现在用将它们转换为动画。 翻译:疯狂的技术宅https://towardsdatascience.co... showImg(https://segmentfault.com/img...
摘要:前言之前受知乎用户启发,写了个源码的调用图生成器,可以以图示法显示函数的调用关系,代码放在了仓库里,仅供参考主要思路利用的的注入选项,得到每个函数的调用地址信息,生成一个文件,然后利用和将函数名及其所在源码位置从地址中解析出来,从而得到 前言 之前受知乎用户mailto1587启发,写了个C++源码的调用图生成器,可以以图示法显示C++函数的调用关系,代码放在了github仓库里,仅供...
阅读 3615·2021-11-24 09:39
阅读 2544·2021-11-15 11:37
阅读 2209·2021-11-11 16:55
阅读 5153·2021-10-14 09:43
阅读 3700·2021-10-08 10:05
阅读 3005·2021-09-13 10:26
阅读 2324·2021-09-08 09:35
阅读 3533·2019-08-30 15:55