Python快乐编程——数据分析与实战 课件 第2章 IPython的使用.pptx

Python快乐编程——数据分析与实战 课件 第2章 IPython的使用.pptx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第2章 IPython的使用 ;IPython基础;学习目标;Python作为编程语言的后起之秀,有着十分完善的生态,无论是在科学计算领域、计算视觉领域、机器识别领域、人工智能领域都有着得天独厚的优势。现代企业利用 Python敏捷开发的特点制造产品以达到快速占领市场的目的。IPython是 Python敏捷特点的杰出代表,学习本章内容将提高 Python编程者生产效率,加深读者对IPython开发环境的理解。;;2.1.1 IPython简介;2.1.1 IPython简介;2.1.2 IPython使用技巧;2.1.2 IPython使用技巧;2.1.2 IPython使用技巧;2.1.2 IPython使用技巧;2.1.2 IPython使用技巧;2.1.2 IPython使用技巧;2.1.3 IPython魔术命令;2.1.3 IPython魔术命令;2.1.3 IPython魔术命令;2.1.3 IPython魔术命令;2.1.3 IPython魔术命令;2.1.3 IPython魔术命令;2.1.3 IPython魔术命令;2.1.3 IPython魔术命令;2.1.3 IPython魔术命令;2.1.3 IPython魔术命令;2.1.3 IPython魔术命令;2.1.3 IPython魔术命令;2.1.3 IPython魔术命令;2.1.3 IPython魔术命令;;IPython不仅具有基本Shell功能,并且集成并升级了 Python内置的pdb调试器。针 对代码的运行速率,IPython还提供了简单易用的代码运行时间及性能分析工具,本节将详细介绍IPython中的开发工具。;IPython中的调试器加强了 Python中自带的pdb调试器,例如,语法高亮、Tab自动补全、添加上下文参考等。IPython中提供了%debug魔术命令用于调用调试器,并直接跳转到引发异常的栈帧。下面通过代码说明。 首先,可以在chapter02_02.py文件中编写如下代码,用来引发异常。具体代码如下。;通过IPython运行chapter02_02.py文件,具体代码如下。;通过图可以看出,chapter02_02.py脚本运行报错,开发者在IPython命令行中输 入%debug可以进入调试环境,调试结果如图所示。;在图中,开始标志已经从“In[]:”变为“ipdb ”,说明已进入调试器环境。 运行程序时还可设置断点实现单步调度,其中包含的操作如下。 ? %run-d[文件名]:设置断点方式运行文件。 ? 命令s:进入脚本。 ? 命令b2:在第2行设置断点。 ? 命令c:继续运行程序直到遇到断点。 ? 命令n:运行下一行。 若遇到exception抛出throws_an_exception,可以使用如下命令调试。 ?ipdb s:以单步调试方法进入exception所在行。 ?ipdb ! a:在变量a前加! 查看变量内容。;调试器其他命令如表所示。;代码性能是代码运行效率的主要参考指标。IPython提供了性能分析模块cProfile,该模块在程序执行时会记录程序中各函数执行所耗费的时间。cProfile多使用于命令行中,最终将执行整个程序并输出代码的执行时间,下面将通过代码进行说明。 首先,将下面的代码保存至chapter02_03.py文件中,具体代码如下。;然后,使用如下命令运行该文件,具体命令如下。;图中展示了一部分输出结果,通过结果可以看出各函数在此次执行过程中所耗费的总时间(cumtime),cProfile记录的是各函数从调用开始到结束的时间,不考虑调用期间是否调用其他函数,即调用其他函数时也不会停止计时,并计算总时间。;注意:上述运行无法直观地知道耗费时间最多的函数,若要更直观地查看时间,可以使用命令“python-mcProfile-scumulativechapter02_03.py”。此命令是以cumulativetime为基准进行排序输出,因此可以清楚地查看耗费时间由高到低的函数,cumulativetime执行结果如图所示。;有时通过上述基本性能分析所得到的信息不足以说明函数的执行时间,对于此情况可使用line_profiler库实现性能的分析。IPython提供了魔术命令%lprun,可对一个或多个函数进行逐行的性能分析。若想使用魔术命令%lprun,需要进行相关操作,具体如下。 1.安装line_profiler库 开发者可以使用命令“condainstallline_profiler”安装line_profiler库。 注意:不推荐使用pip进行安装。 2.修改配置文件 由于line_profiler

文档评论(0)

balala11 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档