python進行debug操作實戰(zhàn)訓(xùn)練
前言
這也算是大學(xué)本科不好好學(xué)習(xí)，拉下的賬了，今天終要補回來了。
本文用的測試代碼：
from torchvision import transforms
from torchvision.datasets import FashionMNIST
import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"
#數(shù)據(jù)集準備
train_data = FashionMNIST(
root = "./data/FashionMNIST",
train = True,
transform = transforms.ToTensor(),
download = True #如果沒下載數(shù)據(jù)，就下載數(shù)據(jù)；如果已經(jīng)下載好，就換為False
)
test_data = FashionMNIST(
root = "./data/FashionMNIST",
train = False,
transform = transforms.ToTensor(),
download = True #如果沒下載數(shù)據(jù)，就下載數(shù)據(jù)；如果已經(jīng)下載好，就換為False
)
train_data_x=train_data.data
train_data_y=train_data.targets
test_data_x=test_data.data
test_data_y=test_data.targets
print(train_data_x.shape)
print(train_data_y.shape)
print(type(train_data_x))
print(type(train_data_y))
print(test_data_x.shape)
print(test_data_y.shape)
def function1(x):
for i in range(x):
print(i)
function1(7)一、debug環(huán)境介紹
點擊這個爬蟲就可開始debug
在debug前我們需要設(shè)置斷點：（設(shè)置幾個都行）
進入debug后，左下角：
1）debugger里面可以看到存在的變量：
2）console里面可以我們一步步調(diào)試的過程，輸出的結(jié)果會打印在里面：
二、debug按鈕介紹
分別是
1）step over 快捷鍵：F8
2）step into 快捷鍵：F7
3）step into my code 快捷鍵： alt+shift+F7
4) step out 快捷鍵： shift+F8
2.1、step into:單步執(zhí)行（遇到函數(shù)也是單步）
注意看藍色的線變化（藍色的線，代表即將被debug，但是還沒有debug到）
剛我debug了兩次，結(jié)果如下：
step into 遇到進了函數(shù)也是單步（以我們這里定義的循環(huán)打印函數(shù)為例）：
2.2、step over:單步執(zhí)行（遇到函數(shù)，全部運行）
這個相比step over 就是函數(shù)里執(zhí)行的區(qū)別：（step over 是直接執(zhí)行完）
2.3、step into my code:（直接跳到下一個斷點）
這個很好理解了，這里我有三個斷點，所以會debug三次，然后結(jié)束：
2.4、step out : 執(zhí)行完剩下的函數(shù)，并跳到上一層函數(shù)
就是之前在函數(shù)內(nèi)部單步調(diào)試時，用step out 能一下執(zhí)行完，返回到上一層函數(shù)
用了之后，整個函數(shù)直接執(zhí)行完，但進程未結(jié)束
看藍色的線，返回到了上一層函數(shù)
總結(jié)
到此這篇關(guān)于python進行debug操作實戰(zhàn)訓(xùn)練的文章就介紹到這了,更多相關(guān)python debug操作內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
這篇文章主要介紹了Python批量處理csv并保存過程解析,文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-05-05
使用Python中的pytesseract模塊實現(xiàn)抓取圖片中文字
最近同事用網(wǎng)上提供掃描軟件進行掃描識別文字，每天上線只能夠做兩次掃描，請求我研發(fā)一個小工具幫助解決識別圖片的中文字，最終我選擇使用pytesseract模塊可以解決這個需求問題，本文給大家分享實現(xiàn)代碼操作感興趣的朋友跟隨小編一起看看吧2022-11-11
在本篇文章里小編給大家整理的是一篇關(guān)于python爬蟲工具例舉說明內(nèi)容，有興趣的朋友們可以學(xué)習(xí)下。2020-11-11
Python數(shù)據(jù)可視化之matplotlib.pyplot繪圖的基本參數(shù)詳解
matplotlib.pyplot模塊是一個功能強大的畫圖模塊,可以對畫圖的多個參數(shù)進行調(diào)整,下面這篇文章主要給大家介紹了關(guān)于Python數(shù)據(jù)可視化之matplotlib.pyplot繪圖基本參數(shù)的相關(guān)資料,需要的朋友可以參考下2022-04-04
這篇文章主要為大家詳細介紹了Python中列表推導(dǎo)與生成器表達式的相關(guān)知識，文中的示例代碼講解詳細，具有一定的參考價值，需要的可以參考一下2023-04-04
pytorch中的reshape()、view()、nn.flatten()和flatten()使用
這篇文章主要介紹了pytorch中的reshape()、view()、nn.flatten()和flatten()使用,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-08-08
這篇文章給大家分享了Vim配置python開發(fā)環(huán)境的實踐心得，大家可以跟著嘗試操作下。2018-07-07
這篇文章主要介紹了Python之PyQt6對話框的實現(xiàn)，文章內(nèi)容詳細，簡單易懂，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2023-01-01
這篇文章主要介紹了通過Python編寫一個簡單登錄功能過程解析,文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2019-09-09
sklearn線性邏輯回歸和非線性邏輯回歸的實現(xiàn)
這篇文章主要介紹了sklearn線性邏輯回歸和非線性邏輯回歸的實現(xiàn)，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-06-06