Python 是一門非常受歡迎的編程語言，其靈活易用的特性使其在 web 應用、數據分析等方面有廣泛的應用。但是 Python 有一個受到詬病的特點——運行速度低下。因此，Python 開發者需要經常對程序進行監控和調試，使代碼運行變得高效。近日，一位開發者開源了一個 Python 工具，用戶可以實時動態地監控 Python 程序的運行情況，逐行追蹤代碼的運行時間，而且整個過程是可視化的。

項目地址：https://github.com/alexmojaki/heartrate

Heartate——如監測心率般追蹤程序運行

Heartrate 是一個 Python 的工具庫，可以實時可視化 Python 程序的執行過程。監控運行中的 Python 程序如圖：

?

?

如圖所示，左側數字表示每行代碼被觸發的次數。長方框表示最近被觸發的代碼行——方框越長表示觸發次數越多，顏色越淺表示最近被觸發次數越多。

雖然追蹤每行代碼的觸發次數是一個方法，但是要是能計算每次觸發代碼的執行時間就好了。這樣能夠更好地說明哪行代碼是效率瓶頸。by 思

得益于 executing (https://github.com/alexmojaki/executing) 庫，當前被執行的調用以高亮顯示。

實時堆棧追蹤(stacktrace)如下所示：

?

?

功能

該工具可以：

啟動程序追蹤

在線程中啟動服務器

打開顯示 trace() 被調用的文件可視化圖的瀏覽器窗口

在文件視圖中，堆棧追蹤位于底部。而在堆棧追蹤中，用戶可以點擊正在追蹤文件的堆棧條目，從而在該代碼行打開文件的可視化圖。

trace 只追蹤調用它的線程。若要追蹤多線程，用戶必須在每個線程都予以調用，并且每次的端口也不同。

如何設置需要監測的程序

files 確定了除調用的 trace 之外其他需要追蹤的文件。files 必須是可調用的，并接受一個參數：文件路徑，同時如果應該追蹤該文件，則需要返回 True。為方便起見，這位開發者提供了以下函數：

files.all：追蹤所有文件;

files.path_contains(substrings)：追蹤路徑中包含任何給定子字符串的所有文件;

files.contains_regex(pattern)：追蹤自身包含給定正則表達式(regex)的所有文件，所以用戶可以在源代碼中標記所追蹤的文件，如添加注釋。

默認情況下追蹤包含注釋 # heartrate 的文件(空格可選)。

如果用戶要追蹤多個文件，則可通過以下兩種方式得到它們的可視化頁面：

在堆棧追蹤中，用戶點擊正在追蹤的堆棧條目，則可以打開頁面并跳轉至堆棧條目;

跳轉至 http://localhost:9999/ 網站的索引頁，從而查看追蹤文件列表。

host：服務器的 HTTP host。若要運行可從任何地方訪問的遠程服務器，使用'0.0.0.0'。默認為'127.0.0.1'。

port：服務器的 HTTP 端口。默認為 9999。

browser：若為 True，則自動打開顯示文件(trace 被調用)可視化圖的瀏覽器標簽。默認為 False。

安裝

pip install --user heartrate

支持 Python 3.5 以上版本。

其他代碼可視化工具

機器之心還發現了一個可以可視化代碼執行過程的網站，名為 Pythontutor。和本文的 Heartrate 不同，該網站更多的是可視化數據在程序中的變化過程。

可視化的過程如下：

?

?

用戶還可以在網站上編輯修改代碼，觀察運行過程中數據的變化。同時該網站還有 Java 等其他語言的版本。

網站地址：http://www.pythontutor.com (http://www.pythontutor.com/)

參考鏈接：https://github.com/alexmojaki/heartrate