使用它你可以获得什么优势：
（1）无需用print就可以获得变量的值；
（2）以日志地形式进行保存，方便随时查看；
（3）可以根据需要，设置调用函数的深度；
（4）多个函数的日志，可以设置前缀进行标识；
1.安装
pip install pysnooper
2.官方代码
import pysnooper
@pysnooper.snoop()
def number_to_bits(number):
if number:
bits = []
while number:
number, remainder = divmod(number, 2)
bits.insert(0, remainder)
return bits
else:
return [0]
number_to_bits(6)
我们可以看到程序运行到哪一步， 以及到那一步时相关变量的值。
若果你不想追踪整个函数，你可以像这样使用：
def foo():
lst = []
for i in range(10):
lst.append(random.randrange(1, 1000))
with pysnooper.snoop():
lower = min(lst)
upper = max(lst)
mid = (lower + upper) / 2
print(lower, mid, upper)
foo()
查看一下其源代码，发现其具有一下参数：
- output参数。该参数指定函数运行过程中产生的中间结果的保存位置，若该值为空，则将中间结果输出到控制台。
- watch参数。该参数是vector类型, 因为在默认情况下，装饰器只跟踪局部变量，要跟踪非局部变量，则可以通过该字段来指定。默认值为空vector。
- watch_explode参数：展开显示对象的属性或者列表/字典的值。
- depth参数。该参数表示需要追踪的函数调用的深度。在很多时候，我们在函数中会调用其他函数，通过该参数就可以指定跟踪调用函数的深度。默认值为1。
- prefix参数。该参数用于指定该函数接口的中间结果前缀。当多个函数都使用的该装饰器后，会将这些函数调用的中间结果保存到一个文件中，此时就可以通过前缀过滤不同函数调用的中间结果。默认值为空字符串。
- thread_info参数，在多线程应用程序上，确定在输出中监听到哪个线程。
- custom_repr参数，PySnooper支持装饰生成器。它将自动将修饰符应用于所有方法。（不包括属性和其他特殊情况。）
- max_variable_length参数，默认情况下，变量和异常被截断为100个字符。
- nomarlize参数，删除所有与机器相关的数据（路径，时间戳，内存地址），以便与其他跟踪轻松进行比较。
例子1：
@pysnooper.snoop()
def test(n):
if n==1:
return 1
if n==2:
return 2
return test(n-1)+test(n-2)
test(4)
例子2：
@pysnooper.snoop("quick_sort.txt")
def quick_sort(a):
if len(a)<=1:
return a
tmp=a[0]
left = [i for i in a[1:] if i<=tmp]
right = [i for i in a[1:] if i > tmp]
return quick_sort(left)+[tmp]+quick_sort(right)
quick_sort([3,5,9,4,7,2,8])
输出比较长，就不显示全部的结果了。
例子3：
class Foo(object):
def __init__(self):
self.num1 = 0
self.num2 = 0
self.sum_value = 0
def add(self, num1, num2):
return num1 + num2
@pysnooper.snoop(output="debug.log", watch=("self.num1", "self.num2", "self.sum_value"))
def multiplication(self, num1, num2):
self.num1 = num1
self.num2 = num2
sum_value = 0
for i in range(0, num1):
sum_value = self.add(sum_value, num2)
self.sum_value = sum_value
return sum_value
foo = Foo()
foo.multiplication(3, 4)
注意前缀名字变了，以及全局变量的值。
