神器，轻松可视化 Python 程序调用流程

我们先来看下效果图：

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

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：

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https://www.sxiaw.com/其它相关文章！