是工具除了工作还应该用来增加收

　　对于一些刚入门Python的朋友来说，代码稍微复杂些就难以搞懂代码内部到底是怎么运行的了，而且有时一运行就报错，难以一下发现错误，只会用Print去慢慢找异常的地方，效率很低下。
　　所以对程序进行监控和调试很重要。今天就给大家分享一个由国外大神制作的Python神工具，可以实时动态地监控Python程序的运行情况，逐行追踪代码的运行时间，整个过程是可视化的，这就很赞了啊，能一清二楚地了解程序运行情况，有异常时也能快速找到，节省大量时间。
　　项目地址：https：github。comalexmojakiheartrate
　　Heartate如监测心率般追踪程序运行
　　这个工具库叫Heartrate，可以实时可视化Python程序的执行过程。监控运行中的Python程序如图：
　　Python资源共享群：626017123
　　如图所示，左侧数字表示每行代码被触发的次数。长方框表示最近被触发的代码行方框越长表示触发次数越多，颜色越浅表示最近被触发次数越多。
　　虽然追踪每行代码的触发次数是一个方法，但是要是能计算每次触发代码的执行时间就好了。这样能够更好地说明哪行代码是效率瓶颈。by思
　　得益于executing（https：github。comalexmojakiexecuting）库，当前被执行的调用以高亮显示。
　　实时堆栈追踪（stacktrace）如下所示：
　　功能
　　该工具可以：
　　启动程序追踪
　　在线程中启动服务器
　　打开显示trace（）被调用的文件可视化图的浏览器窗口
　　在文件视图中，堆栈追踪位于底部。而在堆栈追踪中，用户可以点击正在追踪文件的堆栈条目，从而在该代码行打开文件的可视化图。
　　trace只追踪调用它的线程。若要追踪多线程，用户必须在每个线程都予以调用，并且每次的端口也不同。
　　如何设置需要监测的程序
　　files确定了除调用的trace之外其他需要追踪的文件。files必须是可调用的，并接受一个参数：文件路径，同时如果应该追踪该文件，则需要返回True。为方便起见，这位开发者提供了以下函数：
　　files。all：追踪所有文件；
　　files。pathcontains（substrings）：追踪路径中包含任何给定子字符串的所有文件；
　　files。containsregex（pattern）：追踪自身包含给定正则表达式（regex）的所有文件，所以用户可以在源代码中标记所追踪的文件，如添加注释。
　　默认情况下追踪包含注释heartrate的文件（空格可选）。
　　如果用户要追踪多个文件，则可通过以下两种方式得到它们的可视化页面：
　　在堆栈追踪中，用户点击正在追踪的堆栈条目，则可以打开页面并跳转至堆栈条目；
　　跳转至http：localhost：9999网站的索引页，从而查看追踪文件列表。
　　host：服务器的HTTPhost。若要运行可从任何地方访问的远程服务器，使用0。0。0。0。默认为127。0。0。1。
　　port：服务器的HTTP端口。默认为9999。
　　browser：若为True，则自动打开显示文件（trace被调用）可视化图的浏览器标签。默认为False。
　　安装
　　pipinstalluserheartrate
　　支持Python3。5以上版本。
　　其他代码可视化工具
　　除了上面这个外，还有一个可以可视化代码执行过程的网站，名为Pythontutor。和本文的Heartrate不同，该网站更多的是可视化数据在程序中的变化过程。
　　可视化的过程如下：
　　用户还可以在网站上编辑修改代码，观察运行过程中数据的变化。同时该网站还有Java等其他语言的版本。