第一，交互式，通过Windows命令行工具进行交互式运行python。同时按下Windows键和R键，启动“运行”，在“运行”中输入cmd然后回车，即d出命令行工具，然后输入python回车，即出现如下界面。
第二，然后输入print('Helloworld！')，既可以敲一行代码，与python交互一次，python执行一次。
第三，通过IDEL交互式运行python。从“开始”中找到Python->IDEL，如下图。
第四，启动IDEL后，同样输入print('Helloworld！')，既可以敲一行代码，与python交互一次，python执行一次。只不过IEDL中python代码可以高亮显示。
第五，脚本式运行python，在IDEL中点击file->newfile，就会d出一个未命名(Untitled)的脚本窗口，然后输入如下代码，并按Ctrl+S保存。
#20181216摄氏温度和华氏温度之间转换
t=input('请输入带有单位符号的温度(例如37C或者100F):')
ift[-1]in('f','F'):
C=(eval(t[:-1])-32)/1.8 #如果输入为华氏温度，那么转换为摄氏温度
print('转变为摄氏温度%.2fC为:'%C)
elift[-1]in('c','C'):
F=eval(t[:-1])*1.8+32 #如果输入为摄氏温度，那么转换御誉为华氏温度
print('转变为华氏温度%.2fF为:'%F)
else:
print('输入格式有误，请输入带有单位符号的温度(例如37C或者100F):')
第六，按F5运行上一步保存的***.py脚本，就会出现如下界面，提示：请输入带有单位符号的温度(例如37C或者100F)，随便输入一下就行，即通过脚本运行了python。
那么，有关运行python程序的两种方式的内容，小编就介绍到这里了。小伙伴们可以用心了解一下哦！
本篇文章使用以下硬件型号：联想小新Air15；系统版本：win10；软件版本：python3.0。
本文讨论在没有方便的IDE工具可用的情况下，使用pdb调试python程序源码例子
例如，有模拟税收计算的程序：
#!/usr/bin/python
def debug_demo(val):
if val <= 1600 :
print "level 1"
print 0
elif val <= 3500 :
print "level 2"
print (val - 1600) * 0.05
elif val <= 6500 :
print "level 3"
print (val - 3500) * 0.10 + (3500-1600) * 0.05
else:
print "亮凯知level 4"
print (val - 6500) * 0.20 + (6500-3500) * 0.10 + (3500-1600) * 0.05
#~def debug_demo
if __name__ == "__main__":
debug_demo(4500)
debug_demo函数计算4500的入账所需的税收。
如何调试?
1.加入断点
在需要插入断点的地方，加入红色部分代码：如果_DEBUG值为True，则在敬消该处开始调试（加入_DEBUG的原因是为了方便打开/关闭调试）。
#!/usr/bin/python
_DEBUG=True
def debug_demo(val):
if _DEBUG == True:
import pdb
pdb.set_trace()
if val <= 1600 :
print "level 1"
print 0
elif val <= 3500 :
print "level 2"
print (val - 1600) * 0.05
elif val <= 6500 :
print "level 3"
print (val - 3500) * 0.10 + (3500-1600) * 0.05
else:
print "level 4"
print (val - 6500) * 0.20 + (6500-3500) * 0.10 + (3500-1600) * 0.05
#~def debug_demo
if __name__ == "__main__":
debug_demo(4500)
2.开始运行调试
运行程序./debug_demo.py,得到
>/usr/孙轮local/qspace/user_network/debug_demo.py(7)debug_demo()
->if val <= 1600 :
(Pdb)
->val <= 1600 : 指示当前执行的语句，（Pdb）等待你的调试指令. pdb的指令很丰富，输入h指令可以查看指令的使用方法。下面简单介绍常用指令：
查看代码上下文，l（小写L）
(Pdb) l
2 _DEBUG=True
3 def debug_demo(val):
4 if _DEBUG == True:
5 import pdb
6 pdb.set_trace()
7->if val <= 1600 :
8 print "level 1"
9 print 0
10 elif val <= 3500 :
11 print "level 2"
12 print (val - 1600) * 0.05
(Pdb)
左边是行号，右边是代码正文。
监视变量：p 变量名
(Pdb) p val
4500
(Pdb)
单步执行: n
->elif val <= 3500 :
(Pdb) l
5 import pdb
6 pdb.set_trace()
7 if val <= 1600 :
8 print "level 1"
9 print 0
10->elif val <= 3500 :
11 print "level 2"
12 print (val - 1600) * 0.05
13 elif val <= 6500 :
14 print "level 3"
15 print (val - 3500) * 0.10 + (3500-1600) * 0.05
加入断点:b 行号
(Pdb) b 14
运行到断点: c
(Pdb) c
>/*****
->print "level 3"
(Pdb) l
9 print 0
10 elif val <= 3500 :
11 print "level 2"
12 print (val - 1600) * 0.05
13 elif val <= 6500 :
14 B->print "level 3"
15 print (val - 3500) * 0.10 + (3500-1600) * 0.05
16 else:
17 print "level 4"
18 print (val - 6500) * 0.20 + (6500-3500) * 0.10 + (3500-1600) * 0.05
19
执行到函数返回前: r
(Pdb) r
level 3
195.0
--Return--
>/****()
->None
->print (val - 3500) * 0.10 + (3500-1600) * 0.05
(Pdb)
说明：
pdb还有很多其他很多有用的指令，读者可以自行探索。输入h，h 命令。就可以得到命令的详细帮助。
不过，我个人认为一般无需启动这种调试方法，一般使用日志输出进行调试即可，除非遇到了非常微妙的错误。这时，单步调试的威力便显示出来了
【导读】相信各位Python工程师们在写Python代码的时候，免不了经常会出现bug满天飞这种情况，这个时候我们可能就得一个标点一个标点的去排查，费时又费力，但是，我们又很难发现到底是其中的哪一个步骤，导致了这些问题的出现。导致这些问题的其中一个原因，就是我们没有养成良好的编程习惯。编程习惯就好比是电影中的特效。电影特效越好，呈现出来的观影效果也自然越好。同样，如果我们能够养成好的编程习惯，在查找错误的时候，自己的思路就会更加清晰。下面是小编整理的解决Python项目bug的心得技巧分享，包含六小点，希望对大家有所帮助。
方法一：使用项目管理工具
无论Python项目简单与否，我们都应该使用Git进行版本控制。大部分支持Python的IDE(集成开发环境)都内置了对Git这一类项目管理工具的支持。
我们在搏禅樱修改代码时，常常会出现改着改着程序就崩了的情况，改出的最新版本有时候还不如上一个版本。而Git，恰好能够及时帮我们保存之前的版本。使用了它以后，我们也不需要不停地用“ctrl+z”来撤回代码了。
方法二：使用Python的内置函数
Python的内置函数和标准库都可以处理常见的用例，而不需要自己重新定义函数。
但是，刚刚入门的Python开发人员们对其中的函数并不熟悉。所以他们经常会遇到这样一个问题——在不需要记住内容的情况下，如何才能知道标准库中的内容是否涵盖了自己的用例?最简单的方法是将标准库索引和内置函数概述页添加为书签，并且在遇到“日常编程”类问题的时候立即浏览一下。我们使用这些函数的频率高了，自然也就能记住这些函数了。
方法三：使用正确的模块
与内置函数和标准库一样，Python中大量的第三方模块集合，也可以帮助我们节省大量的人力。通过PyPI的Web前端，可以针对我们的问题触发搜索词，我们很容易就能找到适合自己的解决方案。
方法四：使用OOP
面向对象编程(OOP)将数据结构与用于 *** 作它们的方法捆绑在一起，从而使编写高级代码更加容易。OOP非常适合用于Python这一类高级语言，尤其是项目非常复杂的时候。熟悉Python的开发人员都知道，使用OOP可以减少代码量，从而节省袭瞎大量的时间。
但是，也不是所有的项目都需要使用OOP。如果项目没有特别要求，一些小型的项目就可以不用OOP。
方法五：编写测试代码并不断测试
一个好的程序员一定知道测试之于项目的重要性。编写测试代码的确是一个很枯燥的过程，但是不进行测试，我们就无法发现程序的问题所在。
如果一个项目非常复杂的话，我们就必须要做到及时测试。越早测试，就能越早发现问题。而不是说等代码全部写完了，才开始进行测试，这样基丛反而会导致更多的错误和更大的工作量。
当然，我们也可以寻找专业的软件测试人员，来帮助我们进行测试。这样我们也可以把更多的精力投入到项目程序本身。
方法六：选择正确的Python版本
部分人仍然在使用Python2，但Python官方的开发团队早已经不对这一版本进行维护了。聪明的开发人员都已经将Python2里的项目迁移到Python3中了。
Python目前的最新版本是Python3.8.5，但也不是说你一定要使用最新版本。专业的软件开发人员都知道，任何软件的最新版本都不一定是最好的，因为它仍需要开发团队不断地去改良。程序员一般都会使用在最新版本之前的一个版本，旧版本相对而言是比较成熟的。
无论是运用哪一种语言编写代码，优秀的程序员都具备良好的编程习惯。这些习惯不仅能够让我们思路更加清晰，也可以帮助我们减轻工作量，从而节省大量的时间。所以，可能你离优秀的程序员，只差一个好习惯了哦~
以上就是小编今天给大家整理发送的关于“解决Python项目BUG的心得技巧分享”的相关内容，希望对大家有所帮助。小编认为要想在大数据行业有所建树，需要考取部分含金量高的数据分析师证书，这样更有核心竞争力与竞争资本。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）