错误,调试和测试

错误记录

Working with Matplotlib on OSX

在mac上装一个tensorflow做一些小的实验。用virtualenv的方式避免了很多麻烦。

但是在运行的时候发现报错：

RuntimeError: Python is not installed as a framework. The Mac OS X backend will not be able to function correctly if Python is not installed as a framework. See the Python documentation for more information on installing Python as a framework on Mac OS X. Please either reinstall Python as a framework, or try one of the other backends. If you are using (Ana)Conda please install python.app and replace the use of 'python' with 'pythonw'. See 'Working with Matplotlib on OSX' in the Matplotlib FAQ for more information.

解决方法

vim ~/.matplotlib/matplotlibrc

然后输入以下内容

backend: TkAgg

调试

logging才是最终武器

使用print()

把有问题的变量打印出来

用print()最大的坏处就是回头还得删掉

断言

用print()来辅助查看的地方,都可以使用断言(assert)来替代

def foo(s):
    n = int(s)
    assert n != 0, 'n is zero'
    return 10/n

def main(arg):
    foo(arg)

main('0')

assert的意思是,n != 0 应该是True,否则,根据程序运行的逻辑,后面的代码肯定会出错.

如果断言失败,assert语句本身就会抛出AssertionError

Traceback (most recent call last):
...
    assert n != 0, 'n is zero'
AssertionError: n is zero

不过程序中如果充斥着assert,和print()相比也好不到哪去.不过,启动Python解释器时可以使用-O参数来关闭assert

关闭后,你可以把所有的assert语句当做pass来看

logging

和assert比,logging不会抛出错误,而且会输出到文件

import logging

logging.basicConfig(level=logging.INFO)

s = '0'
n = int(s)
logging.info('n = %d' %n)
print(10 / n)

输出

INFO:root:n = 0
Traceback (most recent call last):
  File "err.py", line 8, in <module>
    print(10 / n)
ZeroDivisionError: division by zero

这就是logging的好处，它允许你指定记录信息的级别，有debug，info，warning，error等几个级别，当我们指定level=INFO时，logging.debug就不起作用了。同理，指定level=WARNING后，debug和info就不起作用了。这样一来，你可以放心地输出不同级别的信息，也不用删除，最后统一控制输出哪个级别的信息。

logging的另一个好处是通过简单的配置，一条语句可以同时输出到不同的地方，比如console和文件。

pdb

启动Python的调试器pdb，让程序以单步方式运行，可以随时查看运行状态。

python3 -m pdb err.py

pdb.set_trace()

这个方法也是用pdb，但是不需要单步执行，我们只需要import pdb，然后，在可能出错的地方放一个pdb.set_trace()，就可以设置一个断点

IDE